Last update: PhDr. Jiří Kocián, Ph.D. (05.03.2024)
Umělá inteligence je velmi aktuálním a sílícím trendem pronikajícím do nejrůznějších oblastí života i většiny vědních oborů, včetně humanitních a společenskovědních. Tímto kurzem reagujeme na rostoucí význam rychle se uplatňujících počítačových technologií a srozumitelnou formou představujeme technologické základy umělé inteligence. Kurz je určen především studentům humanitních a společenskovědních oborů, a to na jakémkoliv stupni (Bc/Mgr/PhD).
Aim of the course - Czech
Last update: PhDr. Jiří Kocián, Ph.D. (05.03.2024)
Studenti během kurzu získají teoretické znalosti i praktické dovednosti potřebné pro řešení praktických úloh s využitím dostupných dat a metod umělé inteligence, zejména z oblasti analýzy textů. Za tímto účelem se naučí využívat nástroje implementované v programovacím prostředí R a samostatně se orientovat v technické literatuře. Absolvent kurzu má schopnost analyzovat a zpracovat data z různých oblastí humanitních nebo společenských věd a tato data využívat pro experimentování s umělou inteligencí.
Course completion requirements - Czech
Last update: PhDr. Jiří Kocián, Ph.D. (05.03.2024)
- aktivní participace na hodinách
- průběžné plnění domácích úkolů
- příprava, konzultace a realizace závěrečného projektu
Literature - Czech
Last update: PhDr. Jiří Kocián, Ph.D. (05.03.2024)
Grolemund, Garrett and Hadley Wickham: R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. O'Reilly Media, 2016. [https://r4ds.hadley.nz/]
Hvitfeldt, Emil and Julie Silge: Supervised Machine Learning for Text Analysis in R. CRC Press. 2022. [https://smltar.com/]
Užitečné odkazy
Koubský, Petr. Veřejně dostupné LLMs: zkušenosti novináře. Linguistic Mondays Seminar at ÚFAL MFF UK, 11/2023. [video]
Teaching methods - Czech
Last update: PhDr. Jiří Kocián, Ph.D. (05.03.2024)
Jednotlivé bloky výuky sestávají z konceptuálně orientované přednášky a praktických hands-on seminářů.
Výuka probíhá v prostředí R implementovaném v cloudovém clusteru.
Syllabus - Czech
Last update: PhDr. Jiří Kocián, Ph.D. (05.03.2024)
1. 8/3 Statistická analýza dat -- analýza jednotlivých proměnných -- kontigenční tabulky 2. 22/3 Statistická analýza dat -- závislost mezi proměnnými -- entropie 3. 5/4 Technologie pro zpracování textových dat -- regulární výrazy -- nástroje UDPipe a NameTag 4. 19/4 Klasické metody statistického strojového učení -- předehra k hlubokému učení -- klasifikace a regrese -- vyhodnocení experimentů 5. 3/5 Workshop k řešení datově-orientovaných projektů