Poslední úprava: doc. RNDr. Pavel Töpfer, CSc. (30.01.2018)
V předmětu se studenti seznámí se základními algoritmy inspirovanými přírodou (evoluční algoritmy, neuronové
sítě, …) a jejich aplikacemi pro řešení problémů optimalizace a strojového učení. V rámci cvičení budou některé z
přednesených algoritmů implementovány a využity pro řešení jednoduchých problémů v daných oblastech.
Poslední úprava: doc. RNDr. Pavel Töpfer, CSc. (30.01.2018)
The goal of the lecture is to introduce the main nature-inspired algorithms (evolutionary algorithm, neural
networks, …) and how they can be applied to solve problems in optimization and machine learning. In the
seminar, some of the algorithms will be implemented and used to solve simple problems in the areas mentioned
above.
Podmínky zakončení předmětu -
Poslední úprava: doc. RNDr. Pavel Töpfer, CSc. (30.01.2018)
Podmínkou pro zakončení předmětu je získání zápočtu a složení zkoušky. Zápočet je udělen za vypracování úkolů na cvičení. Povaha kontroly získání zápočtu vylučuje možnost jejího opakování. Zkouška je ústní s časem na písemnou přípravu. Požadavky odpovídají sylabu předmětu v rozsahu, který byl přednesen na přednášce. Součástí zkoušky může být i návrh algoritmu aplikovaného na konkrétní problém.
Poslední úprava: doc. RNDr. Pavel Töpfer, CSc. (30.01.2018)
In order to pass the course, the student must obtain the credit for the seminar and pass an exam. The credit is given for solving assignments from the seminar. The nature of study verification excludes the possibility of its repetition. The exam is oral with time for written preparation. The requirements correspond to the syllabus in the extent presented during the lectures. A part of the exam may be the design of an algorithm for a given problem.
Literatura -
Poslední úprava: doc. RNDr. Pavel Töpfer, CSc. (30.01.2018)
Olarius S., Zomaya A. Y., Handbook of Bioinspired Algorithms and Applications, Chapman & Hall/CRC, 2005. ISBN: 978-1-584-88475-0
de Castro, L. N., Fundamentals of Natural Computing: Basic Concepts, Algorithms, and Applications, CRC Press, 2006. ISBN: 978-1-584-88643-3
Eiben, A.E and Smith, J.E.: Introduction to Evolutionary Computing, (2nd ed), Springer-Verlag, 2015. ISBN: 978-3-662-44874-8
Poli R., Langdon W. B., McPhee, N. F., A Field Guide to Genetic Programming. Lulu.com, 2008 ISBN: 978-1-409-20073-4
Bengio Y., Goodfellow I. J., Courville A., Deep Learning. MIT Press, 2016. ISBN: 978-0-262-03561-3
Poslední úprava: doc. RNDr. Pavel Töpfer, CSc. (30.01.2018)
Olarius S., Zomaya A. Y., Handbook of Bioinspired Algorithms and Applications, Chapman & Hall/CRC, 2005. ISBN: 978-1-584-88475-0
de Castro, L. N., Fundamentals of Natural Computing: Basic Concepts, Algorithms, and Applications, CRC Press, 2006. ISBN: 978-1-584-88643-3
Eiben, A.E and Smith, J.E.: Introduction to Evolutionary Computing, (2nd ed), Springer-Verlag, 2015. ISBN: 978-3-662-44874-8
Poli R., Langdon W. B., McPhee, N. F., A Field Guide to Genetic Programming. Lulu.com, 2008 ISBN: 978-1-409-20073-4
Bengio Y., Goodfellow I. J., Courville A., Deep Learning. MIT Press, 2016. ISBN: 978-0-262-03561-3
Sylabus -
Poslední úprava: doc. RNDr. Pavel Töpfer, CSc. (30.01.2018)
Biologické inspirace v návrhu algoritmů a modelů
Eoluční modely
Nuronové modely
Evoluční algoritmy
jednoduchý genetický algoritmus
reprezentace jedince, genetické operátory, fitness a selekce
evoluční algoritmy pro spojitou optimalizaci
evoluce neuronových sítí, algoritmus NEAT
genetické programování
Rojové algoritmy
Ant Colony Optimization
Particle Swarm Optimization
Neuronové sítě
Perceptron, vícevrstvý perceptron, back-propagation jako metoda učení
Konvoluční sítě
RBF sítě a Kohonenovy mapy
Další přírodou inspirované algoritmy
Artificial Immune Systems
celulární automaty
Artificial Life
Aplikace v optimalizaci a strojovém učení
spojitá a kombinatorická optimalizace
vícekriteriální optimalizace
učení s učitelem a bez učitele, reinforcement learning
Poslední úprava: doc. RNDr. Pavel Töpfer, CSc. (30.01.2018)
Biological inspiration in the design of algorithms and models
