SZZ Státní závěrečná zkouška
Jdi na navigaci předmětu

NI-ZI

Znalostní inženýrství

platnost v červnu 2022 a únoru 2023

OznačeníOtázkaPředmět
NI-ZI-1Automatické plánování, plánovací graf, kompilace plánování jako výrokové splnitelnosti (SAT), plánování v prostoru plánů. Plánování pohybu a problém lokalizace v robotice.NI-UMI
NI-ZI-2Splňování omezení s konečnými doménami (CSP), pokročilé prohledávání (backjumping, dynamický backtracking), filtrace domén a lokální konzistenční techniky, globální podmínky, rozhodovací heuristiky.NI-UMI
NI-ZI-3Systematické a lokální splňování v logice (DPLL, CDCL, WalkSAT, posílání zpráv). Rozhodování v teoriích prvního řádu, obecná rezoluce, princip SAT-modulovaných teorií (SMT). Zpracování přirozeného jazyka.NI-UMI
NI-ZI-4Metody pro hodnocení a výběr příznaků (univarietní/multivarietní metody, filtrační/wrapper/embedded metody). Selektivní/adaptivní metody redukce počtu instancí: Condensed Nearest Neighbor (CNN), Delauney/Gabriel/RNG grafy, Wilsonova editace, Multi-edit metoda, Tomkovy spoje.NI-PDD
NI-ZI-5Algoritmy pro nahrazování chybějících hodnot. Detekce a ošetření odlehlých hodnot. Vyvažování skupin dat (undersampling/oversampling metody).NI-PDD
NI-ZI-6Lineární projekce dat do prostoru o méně dimenzích: metoda hlavních komponent (PCA), lineární diskriminační analýza (LDA). Nelineární metody redukce dimensionality (Sammonova projekce).NI-PDD
NI-ZI-7Evoluce neuronových sítíNI-MVI
NI-ZI-8Autoencodery a generativní neuronové sítě.NI-MVI
NI-ZI-9Vícevrstvá perceptronová síť (MLP), gradientní a další metody učení MLP, sítě s hlubokým učením (deep learning).NI-MVI
NI-ZI-10Ensemble metody: rozdíl mezi základními metodami (např. Bagging, Boosting, XGBoost).NI-ADM
NI-ZI-11Jádrové metody: jádrová regrese, bázové funkce, Support Vector Machine (SVM): separabilní a neseparabilní případ.NI-ADM
NI-ZI-12Algoritmy pro doporučování: základní přístupy a způsob vyhodnocení kvality, faktorizační metody pro doporučování.NI-ADM
NI-ZI-13Principy bayesovského modelování - pojmy model, apriorní a aposteriorní distribuce. Exponenciální třída distribucí, konjugovaná apriorna a jejich význam v bayesovském odhadu. Příklad konjugovaného apriorna.NI-BML
NI-ZI-14Stavové modely: rovnice pro vývoj stavu a rovnice měření, rozdíly mezi nimi. Bayesovský sekvenční odhad stavových modelůa jejich vliv na apriorní distribuci (znalost). Možnosti odhadu stavů v případě nelinearity (pouze vyjmenovat).NI-BML
NI-ZI-15Rejection sampling (RS) a importance sampling (IS): důvody používání RS a IS, jejich základní principy a rozdíly, efektivita práce se vzorky. Stanovení vah v IS a možnosti jejich normování.NI-BML
NI-ZI-16QR rozklad: metody výpočtu, použití při výpočtu odhadu metodou nejmenších čtverců, QR algoritmus pro hledání vlastních čísel.NI-PON
NI-ZI-17Maticové faktorizace pomocí SVD, její výpočet, vlastnosti a použití ve strojovém učení: souvislost s metodou hlavních komponent (PCA) a úplným problémem nejmenších čtverců (TLS).NI-PON
NI-ZI-18Hladká optimalizace (bez vazeb), spádové metody, volba směru a délky kroku.NI-PON
NI-ZI-19Časové řady: aditivní a multiplikativní dekompozice, momenty (střední hodnota, rozptyl, autokovariance). Druhy stacionarity a rozdíl mezi nimi. Základní vlastnosti náhodné procházky a bílého šumu.NI-SCR
NI-ZI-20Autoregresní modely (AR) a modely klouzavých průměrů (MA): základní vlastnosti modelů/procesů, jejich stacionarita. Zápis AR a MA, včetně zápisu pomocí operátoru zpoždění. Identifikace řádů AR a MA z autokorelačních funkcí a pomocí informačních kritérií.NI-SCR
NI-ZI-21Smíšené modely ARIMA: základní vlastnosti modelů/procesů, integrování a diferencování. Zápis ARIMA, včetně zápisu pomocí operátorů zpoždění a diference, speciální případy podle hodnot p, d, q. Problém redundance parametrů.NI-SCR

📄 Tabulka je dostupná také v CSV (hodnoty oddělené středníkem).
🔙 Historii změn najdete na GitLabu.