Strojové učení

• Důkladná znalost základních metod strojového učení (rozhodovací stromy včetně regresních, SVM, naivní Bayes, logistická regrese).
• Semi-supervised learning a aktivní učení.
• Ansámblové učení.
• Základy analýzy anomálií.
• Pokročilé metody vyhodnocování experimentů (video)
  • křížová validace, ROC křivky (AUC) (stručně) (do hloubky)
  • M učících algoritmů na N datových sadách (stručně) (do hloubky)
  • bootstrapping, metody Monte Carlo. (stručně) (do hloubky)
• Teoretické základy strojového učení (na úvod) (video)
  • relace generalizace ve výrokové a predikátové logice (stručně) (do hloubky)
  • prostor hypotéz a verzí (stručně) (do hloubky)
  • bias-variance trade-off (stručně)
  • VC dimenze (stručně: viz presentace) (do hloubky)
  • PAC učení (stručně: viz presentace) (do hloubky)
  • inductive reasoning and Kolmogorov Complexity (stručně: viz presentace) (do hloubky)
  • složitost (stručně: u konkrétních algoritmů)
  • jiné, pro fanoušky (Bayesian learning and Minimal Description Length Principle) (PV021, PV056)

Dobývání znalostí

• Předzpracování dat.
• Učení častých vzorů a asociačních pravidel.
• Nástroje pro strojové učení a dolování z dat (obecně + popis jednoho podrobně).
• Text mining. Popis jedné metody text mining (kategorizace, desambiguace, extrakce informace) podle vlastního výběru. (PV056, PV211. PA164)

Specializace - Strojové učení a umělá inteligence

• Strojové učení.
• Logika a strojové učení (multirelační učení).
• Metalearning a automatizované strojové učení (AutoML).
• Pokročilé metody analýzy anomálií.
• Kategorizace textu.
• Desambiguace metodami strojového učení.
• Extrakce informace z textu.
• Extrakce klíčových slov. (PV056, PA164)