|
|
|
||
Poslední úprava: Renáta Neznámá (24.01.2024)
|
|
||
Poslední úprava: Renáta Neznámá (24.01.2024)
1) obecné principy strojového učení, dělení dat, účelová funkce 2) strojové učení pod dohledem a bez dohledu, klasifikace a regrese, inference 3) strojové učení pomocí scikit-learn 4) aplikace na molekuly a grafové neuronové sítě 5) aplikace na proteiny 6) aplikace na predikci retrosyntézy 7) ladění hyperparametrů, bayesovská optimalizace a vícekriteriální optimalizace 8) odhad nejistoty a vysvětlení předpovědí 9) generativní modely a difuzní modely
1) general principles of machine learning, data splitting, loss function 2) supervised and unsupervised machine learning, classification and regression, inference 3) machine learning using scikit-learn 4) application to molecules and graph neural networks 5) application to proteins 6) application to retrosynthesis prediction 7) hyperparameter tuning, bayesian optimization and multi-objective optimization 8) uncertainty estimation and explainable predictions 9) generative models and diffusion models |