Optimalizační metody v machine learning
| školitel: | Ing. Václav Mácha |
| e-mail: | zobrazit e-mail |
| typ práce: | bakalářská práce |
| zaměření: | MI_AMSM |
| klíčová slova: | Machine learning (strojové učení), optimalizace, klasifikace |
| popis: | Machine learning (strojové učení) je v současnosti všudypřítemné a mezi jeho aplikace patří rozpoznávání objektů na obrázcích, samořiditelná auta, automatické překlady mezi jazyky či počítání kreditního rizika. Daný model obsahuje velké množství proměnných, která se na základě dat musí určit. Toto se provádí na základě speciálních optimalizačních metod. V této práci si student osvojí základní klasifikační modely (od logistické regrese po neuronové sítě) a odvodí jejich vlastnosti. Zároveň se student bude věnovat optimalizačním metodám (gradient descent, stochastic gradient descent, Newtonova metoda), popíše jejich klady a zápory a provede numerické porovnání. Po dokončení práce bude mít student přehled o současných optimalizačních metodách a bude je schopný použít na řešení problémů vyvstávajících v machine learning. |
| literatura: | [1] Hastie, Trevor, Robert Tibshirani, and J. H. Friedman. The elements of statistical learning: data mining, inference, and prediction. New York: Springer, 2009. [2] Nocedal, Jorge, and Stephen Wright. Numerical optimization. Springer Science & Business Media, 2006. |
| poznámka: | V případě zájmu je možné práci psát v angličtině. |
| naposledy změněno: | 31.10.2019 15:16:00 |
za obsah této stránky zodpovídá:
Pavel Strachota | naposledy změněno: 9.9.2021