Zima 2026 / Fall 2026
Handouts
| 2-INF-150: Strojové učenie / Machine Learning Zima 2026 / Fall 2026 Handouts |
|
Contact | Basic information | Homeworks | Exams | Handouts | Previous semesters
|
This page shows preliminary schedule of classes and servers as a repository
of materials relevant to class. The schedule will be update regularly
after lectures.
| ||
| Recommended literature | ||
|---|---|---|
|
In the schedule, we list the chapters most relevant to the material covered
in class. Presentation of the material in lectures usually differs from the
books. The book chapters should serve mainly as an additional materials for
self study. | ||
| ||
| Additional materials | ||
|
| Týždeň 21.09.2026-25.09.2026 | |
|
P: Administratíva. Úvod. Strojové učenie s učiteľom / regresia.
Lineárna regresia. Parciálne derivácie. Uzavreté riešenie pre 1 atribút. Cvičenie 1: collabora/jupyter notebooky, numpy |
|
| Slajdy: | Poznámky a ďalšie materiály: |
|---|---|
|
Administratíva: pozri neskôr video úvod (draft): [ linka ] video regresia 1: [ linka ] Cvičenia 1: numpy: [ linka ] |
|
| Týždeň 28.09.2026-02.10.2026 | |
|
P1: Matematické základy (gradient, maticový počet). Normálne rovnice.
Alternatívne chybové funkcie (L1,Linf). Metódy optimalizácie (gradientová metóda, stochastická
gradientová metóda, lineárne/kvadratické programovanie). P2: Generalizovaná lineárna regresia a ďalšie varianty. Teória učenia I. Matematický model strojového učenia. Literatúra: GBC:2.1-2.4 alebo B:C; GBC:5.1 alebo B:3.1 alebo HTF:3.1-3.2; GBC:4.3,5.9; B:3.1 |
|
| Slajdy: | Poznámky a ďalšie materiály: |
|---|---|
|
Algebra 101: [ PDF, 42 Kb ] video regresia 2: [ linka ] Stredné hodnoty (slajdy): [ PDF, 29 Kb ] video teória 1: [ linka ] |
|
| Týždeň 05.10.2026-09.10.2026 | |
|
P1: Teória I (pokr.) Výchylka a rozptyl. Krivky učenia.
Regularizácia (ridge, lasso). Holdout testing. Cvičenie 2: regresia Literatúra: GBC:3.1-3.3,3.8; GBC:5.2-5.2.2 alebo B:3.2; GBC:5.4 |
| Týždeň 12.10.2026-16.10.2026 | |
|
Strojové učenie s učiteľom / klasifikácia. Ako z regresie urobiť klasifikáciu (sigmoidová funkcia, chybové funkcie založené na maximálnej vierohodnosti).
Logistická regresia. Jednoduché neurónové siete. Jednoduché neurónové siete (pokr.) Spätná propagácia ako gradientová metóda. Literatúra: GBC:5.3 alebo HTF:4.4; GBC:6.1-6.2 alebo B:5.1,5.3 alebo HTF:11-11.4 |
| Týždeň 19.10.2026-23.10.2026 | |
|
Support Vector Machines (SVM). Formulácia ako klasifikátor s najväčším odstupom. Cvičenie 3: neurónové siete Literatúra: B:7.1 |
| Týždeň 26.10.2026-30.10.2026 | |
|
Support vector machines (pokr).
Riešenie pomocou kvadratického programovania.
Lagrangeove multiplikátory. Duálna formulácia. Podporné vektory Kernelový trik. Dizajn kernelových funkcií, uzáverové vlastnosti. Nekonzistentné diskriminanty. Voľnostné premenné (slack variables). Literatúra: GBC:5.7.2 alebo B:6.1-6.2 |
| Týždeň 02.11.2026-06.11.2026 | |
|
Rozhodovacie stromy, algoritmus ID3. Bagging a boosting. Cvičenie 4: SVM a náhodné lesy Literatúra: HTF:9.2; HTF:8.7; B:14.2-14.3 |
| Týždeň 09.11.2026-13.11.2026 | |
|
Strojové učenie bez učiteľa. Redukcia dimenzionality. Analýza hlavných komponentov (PCA). výučba v stredu 13.11.2024 odpadne Literatúra: HTF:14.5.1 alebo B:12.1 |
| Týždeň 16.11.2026-20.11.2026 | |
|
Nelineárne metódy (kernel PCA, t-SNE). Samoštúdium: Zhlukovanie (k-means a k-medoids). Hierarchické zhlukovanie. Teória učenia II. PAC učenie. Odhady pre konečné množiny hypotéz. Obdĺžníková hra. Literatúra: HTF:14.5.4 alebo B:12.3; HTF:14.8; HTF:14.3 alebo B:9.1 |
| Týždeň 23.11.2026-27.11.2026 | |
|
Vapnik-Červonenkisova (VC) dimenzia. PAC odhady pomocou VC dimenzie.
Odhady pre SVM. Cvičenie 5: PCA |
| Týždeň 30.11.2026-04.12.2026 | |
|
Učenie odmenou a trestom. Markovovské rozhodovacie procesy.
Value iteration. Markovovské rozhodovacie procesy so spojitými stavmi. Fitted value iteration. |
| Týždeň 07.12.2026-11.12.2026 | |
| Best practices v strojovom učení. |
| Týždeň 14.12.2026-18.12.2026 | |
|
On-line učenie (halving algorithm, váhovaná
väčšina, horné ohraničenia počtu chýb). Zhrnutie semestra. |