Sylabus
Výuka probíhá jako demonstrace metod umělé inteligence na názorném řešení záměrně různorodých praktických úloh, jako jsou např. automatické rozpoznávání autorství, rodného jazyka, určování doby vzniku textu, předpovídání úspěšnosti reklamních kampaní, analýza textů ze sociálních sítí, marketingová analýza nákupních košíků, analýza a vizualizace sítě odkazů nebo podobnosti obrázků a různé problémy z oblasti psychometrie. Studenti jsou vedeni k samostatné analýze datových zdrojů s humanitním nebo společenskovědním obsahem a získávají znalosti potřebné k využívání metod umělé inteligence implementovaných v softwarovém prostředí R. Přitom jsou probírána zejména následující témata:
* Část I – Předehra k metodám umělé inteligence
- Obecné technologické principy umělé inteligence a statistického strojového učení
- Historický přehled vývoje umělé inteligence z technologického a uživatelského pohledu
- Statistická analýza dat
- Dostupné technologie pro zpracování textových dat
- Nástroje z balíčku tidyverse v prostředí R
* Část II – Klasické metody statistického strojové učení
- Princip učení z příkladů, klasifikace a regrese
- Použití a parametrizace vybraných učících algoritmů
- Shluková analýza
- Vyhodnocování experimentů
* Část III – Hluboké učení v neuronových sítích
- Architektury neuronových sítí
- Reprezentace textových dat pomocí tzv. embeddings
- Trénování neuronových sítí
Anotace
Umělá inteligence je velmi aktuálním a sílícím trendem pronikajícím do nejrůznějších oblastí života i většiny vědních oborů, včetně humanitních a společenskovědních. Tímto kurzem reagujeme na rostoucí význam rychle se uplatňujících počítačových technologií a srozumitelnou formou představujeme technologické základy umělé inteligence.
Kurz je určen především studentům humanitních a společenskovědních oborů, a to na jakémkoliv stupni (Bc/Mgr/PhD).