BI-UI.21
Umělá inteligence
platnost pro SZZ od června 2025
| Číslo TO BI | CZ verze TO | Předmět |
|---|---|---|
| BI-UI.21-1 | Lineární zobrazení: definice a vlastnosti (hodnost, jádro, defekt, injektivita, surjektivita), matice lineárního zobrazení. | BI-LA2.21 |
| BI-UI.21-2 | Skalární součin a norma vektoru: definice, vlastnosti a příklady. | BI-LA2.21 |
| BI-UI.21-3 | Ortogonalita a ortogonální báze: definice, vlastnosti, využití při počítání vzdáleností lineárních variet. | BI-LA2.21 |
| BI-UI.21-4 | LU rozklad matic, řešení soustavy lineárních rovnic pomocí LU rozkladu. | BI-LA2.21 |
| BI-UI.21-5 | QR rozklad: výpočet a využití při výpočtu odhadu metodou nejmenších čtverců. | BI-LA2.21 |
| BI-UI.21-6 | QR algoritmus pro výpočet vlastních čísel. | BI-LA2.21 |
| BI-UI.21-7 | SVD rozklad: definice, vlastnosti, výpočet. | BI-LA2.21 |
| BI-UI.21-8 | Rozhodovací stromy, náhodné lesy, AdaBoost. | BI-ML1.21 |
| BI-UI.21-9 | Metrika - definice a příklady. Metoda nejbližších sousedů pro klasifikaci i regresi. Aglomerativní hierarchické shlukování. | BI-ML1.21 |
| BI-UI.21-10 | Lineární regrese – metoda nejmenších čtverců, geometrická interpretace, problém kolinearity. | BI-ML1.21 |
| BI-UI.21-11 | Hřebenová regrese, očekávaná chyba modelu a její rozklad. | BI-ML1.21 |
| BI-UI.21-12 | Logistická regrese – sestavení modelu pro binární klasifikaci, trénování jako MLE odhad. | BI-ML1.21 |
| BI-UI.21-13 | Evaluace modelů – testovací chyba a její odhad, křížová validace, vyhodnocovací metriky regrese a klasifikace. | BI-ML1.21 |
| BI-UI.21-14 | Nesupervizované učení – základní prinicipy, algoritmus k-means, DBSCAN. | BI-ML1.21 |
| BI-UI.21-15 | Jádrová regrese – lineární model bázových funkcí, jádrový trik. | BI-ML2.21 |
| BI-UI.21-16 | Metoda podpůrných vektorů (SVM) pro klasifikaci. | BI-ML2.21 |
| BI-UI.21-17 | Redukce dimenzionality - analýza hlavních komponent (PCA), lokálně lineární vnoření. | BI-ML2.21 |
| BI-UI.21-18 | Generativní modely - naivní Bayes, lineární diskriminační analýza. | BI-ML2.21 |
| BI-UI.21-19 | Neuronové sítě - perceptron, aktivační funkce, trénování hlubokých neuronových sítí. | BI-ML2.21 |
| BI-UI.21-20 | Posilované učení. | BI-ML2.21 |
| BI-UI.21-21 | Stavový prostor a neinformované prohledávání, stromová expanze, náhodné prohledávání, prohledávání do hloubky a do šířky. | BI-ZUM.21 |
| BI-UI.21-22 | Heuristické prohledávání stavového prostoru, heuristiky pro odhad ceny cesty, hladové prohledávání, algoritmus A*. | BI-ZUM.21 |
| BI-UI.21-23 | Principy lokálního prohledávání, metody typu hill-climbing. Problém lokálního minima a metody jeho zmírnění (tabu search, simulované žíhání). | BI-ZUM.21 |
| BI-UI.21-24 | Genetický algoritmus a genetické programování. Genetické operátory (selekce, křížení, mutace). Evoluční programování a optimalizace, evoluční strategie. | BI-ZUM.21 |
| BI-UI.21-25 | Hry v normální formě. Analýza akčních profilů: Paretovo optimum, Nashovo equilibrium. | BI-ZUM.21 |
| BI-UI.21-26 | Prohledávání herního stromu: Algoritmus Minimax, alfa-beta prořezávání a heuristiky. | BI-ZUM.21 |
📄 Tabulka je dostupná také v CSV (hodnoty oddělené středníkem).
🔙 Historii změn najdete na GitLabu.