Sylabus
Práce s neurčitostí: pravděpodobnostní metody, Bayesovské sítě, Markovské modely.
Racionální rozhodování: teorie užitku, Markovské rozhodovací procesy, rozhodování v prostředí s více agenty, (inverzní) teorie her.
Strojové učení: učení s učitelem, rozhodovací stromy, regrese, SVM, boosting; prohledávání prostoru hypotéz; učení pravděpodobnostních modelů, EM algoritmus; zpětnovazební učení.
Anotace
Přednáška se zabývá způsoby práce s nejistotou v umělé inteligenci a základními metodami strojového učení. Předpokládají se znalosti v rozsahu bakalářského kursu
NMAI059 Pravděpodobnost a statistika.