Zadání studentských prací

Zadání bakalářské práce

Základní údaje

Posluchač:
Program / Obor:

Název (CZ):	Optimalizační metody ve strojovém učení
Název (EN):	Optimization methods in machine learning

1.	Seznamte se se základními klasifikačními modely jako jsou například logistická regrese, SVM nebo neuronové sítě. Pozornost věnujte vlastnostem jednotlivých modelů a jejich běžnému použití.
2.	Seznamte se se základními optimalizačními metodami využívanými pro řešení klasifikačních modelů. Pozornost věnujte metodám založeným na gradientu jako jsou například Newtonova metoda, metoda gradientního spádu a tzv. 'stochastic gradient descent'.
3.	Na vhodně zvoleném příkladu demonstrujte klady a zápory vybraných optimalizačních metod a proveďte jejich porovnání.
4.	Zvolte klasifikační problém a sestavte matematický model tohoto problému. Vyberte a naprogramujte vhodnou optimalizační metodu pro řešení sestaveného modelu. Proveďte vyhodnocení kvality výsledného modelu.
5.
6.
7.
8.

Vyžadovaný formát referencí

Dodržujte následující formátování seznamu použité literatury. Pokud formát nedodržíte, bude Vám zadání vráceno k přepracování.

článek v časopise: Autor/ři, Název_článku. Název_časopisu ročník, rok, stránky.
příklad: K. G. Hare, Tiles in quasicrystals with quartic irrationality. Mathematics of Computation 75, 2009, 405–420.
kniha: Autor/ři, Název_knihy. Vydavatel, rok.
příklad: N. L. Johnson, S. Kotz, N. Balakrishnan, Continuous univariate distributions. John Wiley & Sons, New York, 1994.
příspěvek ve sborníku: Autor/ři, Název_příspěvku. In ‘Název_sborníku’, Vydavatel, rok, stránky.
příklad P. Mueller, P. Wonka, S. Haegler, et al., Procedural modeling of buildings. In ‘ACM SIGGRAPH 2006 Papers’, ACM New York, 2006, 614–623.

1.	T. Hastie, R. Tibshirani, J. Friedman, The elements of statistical learning: data mining, inference, and prediction. Springer, New York, 2nd ed, 2009.
2.	J. Nocedal, S. J. Wright, Numerical optimization. Springer, Science & Business Media, 2006.
3.	C. M. Bishop, Pattern recognition and machine learning. Springer, Science & Business Media, 2006.
4.	S. Boyd, L. Vandenberghe, Convex optimization. Cambridge university press, 2004.
5.
6.

Školitel:
	(Celé jméno a příjmení s tituly)
Pracoviště:	Fakulta jaderná a fyzikálně inženýrská České vysoké učení technické v Praze Trojanova 13 120 00 Praha 2
	(Název instituce a adresa)
Email:
Telefon:

Konzultant:
	(Celé jméno a příjmení s tituly)
Pracoviště:	Ústav teorie informace a automatizace AV ČR v.v.i. Pod Vodárenskou věží 4 182 00 Praha 8
	(Název instituce a adresa)

Datum zadání:
Datum odevzdání:

Stav zadání

Schváleno KM

Historie

2019-10-25 11:39:20

– zahájení procesu zadání

2019-10-25 11:53:48

– zasláno školiteli

2019-10-25 16:30:20

– upraveno školitelem

2019-10-29 21:49:53

– zasláno na KM

2019-10-29 23:56:17

– žádost o autorizaci

2019-10-30 09:31:10

– autorizováno školitelem

2019-11-18 10:55:31

– vráceno k opravě

2019-11-26 08:19:46

– zasláno školiteli

2019-11-26 12:45:12

– upraveno školitelem

2019-11-26 14:46:48

– zasláno na KM

2019-12-03 16:33:18

– schváleno KM

2021-10-03 23:35:27

– reaktivováno

2021-10-08 11:21:08

– žádost o autorizaci

2021-10-08 12:44:25

– autorizováno školitelem

2021-11-08 17:11:35

– schváleno KM