Neuronové sítě v částicové fyzice

Sylabus

- elementy teorie pravděpodobnosti - hustota pravděpodobnosti, kovariance, Bayesovská definice pravděpodobnosti, Gaussovo rozdělení, aproximace dat

- rozdělení pravděpodobnosti - beta rozdělení, Dirichletovo rozdělení, metoda maximální věrohodnosti pro Gaussovské rozdělení, Studentovo t-rozdělení

- lineární modely pro regresi - modely s lineární bází, metoda maximální věrohodnosti a metoda minimálních čtverců, postupné učení, regularizované minimální čtverce, rozklad předsudek-variance, Bayesovská lineární regrese, omezení lineárních modelů s fixovanou bází

- lineární klasifikační modely - diskriminační funkce, pravděpodobnostní diskriminační modely, Laplaceova aproximace, Bayesovská logistická regrese

- neuronové sítě - trénink, zpětná vazba chyby, Hessova matice, regularizace v neuronových sítích, Bayesovské neuronové sítě

- dvojí použití neuronových sítí - aproximace a rozhodnutí

Anotace

Seznámení s použitím neuronových sítí v oblasti částicové fyziky.

Určeno pro 1. ročník navazujícího magisterského studia a výše.