Základy umělé inteligence v GIS
| Typ studia | bakalářské |
|---|---|
| Jazyk výuky | angličtina |
| Kód | 548-0135/02 |
| Zkratka | AIGIS |
| Název předmětu česky | Základy umělé inteligence v GIS |
| Název předmětu anglicky | Basics in Artificial Intelligence in GIS |
| Kreditů | 5 |
| Garantující katedra | Katedra geoinformatiky |
| Garant předmětu | Ing. Lucie Orlíková, Ph.D. |
Osnova předmětu
1. Úvod, témata a vymezení UI, pohled do historie, úspěšné aplikace v geoinformatice.
2. Explorační analýza datového souboru, opakování statistického úvodu.
3. Základy strojového učení: klasifikace a regrese, shluková analýza, učení s učitelem a bez učitele, ilustrační příklady.
4. Rozhodovací stromy: učení rozhodovacích stromů.
5. Logika a strojové učení: specializace, generalizace, logický důsledek.
6. Ověřování výsledků učení: učící a testovací množina, přeučení, křížová validace, matice zmatenosti, učící křivka.
7. Lineární regrese (klasifikace), metoda nejmenších čtverců.
8. Kernelové metody: metody strojového učení, kernelová transformace.
9. Neuronové sítě: vícevrstvá síť, zpětná propagace.
10. Shluková analýza: algoritmus nejbližších sousedů, hierarchické shlukování.
11. Praktické strojové učení. Předzpracování dat: výběr atributů, konstrukce nových atributů, metody vzorkování.
12. Praktické strojové učení. Verifikace a validace výsledků.
13. Pravděpodobnostní model: Bayesovo pravidlo, úvod do Bayesovských sítí.
2. Explorační analýza datového souboru, opakování statistického úvodu.
3. Základy strojového učení: klasifikace a regrese, shluková analýza, učení s učitelem a bez učitele, ilustrační příklady.
4. Rozhodovací stromy: učení rozhodovacích stromů.
5. Logika a strojové učení: specializace, generalizace, logický důsledek.
6. Ověřování výsledků učení: učící a testovací množina, přeučení, křížová validace, matice zmatenosti, učící křivka.
7. Lineární regrese (klasifikace), metoda nejmenších čtverců.
8. Kernelové metody: metody strojového učení, kernelová transformace.
9. Neuronové sítě: vícevrstvá síť, zpětná propagace.
10. Shluková analýza: algoritmus nejbližších sousedů, hierarchické shlukování.
11. Praktické strojové učení. Předzpracování dat: výběr atributů, konstrukce nových atributů, metody vzorkování.
12. Praktické strojové učení. Verifikace a validace výsledků.
13. Pravděpodobnostní model: Bayesovo pravidlo, úvod do Bayesovských sítí.
E-learning
Povinná literatura
GAO, S., HU, Y., LI, W., eds. Handbook of Geospatial Artificial Intelligence. CRC Press, 2024.
Šulc, Stanislav. Umělá inteligence: Vítejte v nové realitě. Praha: Práh, 2024. ISBN 978-80-7696-037-4.
Barták, Roman. Co je nového v umělé inteligenci. Praha: Nová beseda, 2022. ISBN 978-80-88312-35-0 .
VOŽENÍLEK, Vít, Jiří DVORSKÝ a Dušan HÚSEK, ed. Metody umělé inteligence v geoinformatice. Olomouc: Univerzita Palackého v Olomouci, 2011. ISBN 978-80-244-2945-8.
Šulc, Stanislav. Umělá inteligence: Vítejte v nové realitě. Praha: Práh, 2024. ISBN 978-80-7696-037-4.
Barták, Roman. Co je nového v umělé inteligenci. Praha: Nová beseda, 2022. ISBN 978-80-88312-35-0 .
VOŽENÍLEK, Vít, Jiří DVORSKÝ a Dušan HÚSEK, ed. Metody umělé inteligence v geoinformatice. Olomouc: Univerzita Palackého v Olomouci, 2011. ISBN 978-80-244-2945-8.
Doporučená literatura
CHOLLET, François. Deep learning v jazyku Python: knihovny Keras, Tensorflow. Přeložil Rudolf PECINOVSKÝ. Praha: Grada Publishing, 2019. Knihovna programátora (Grada). ISBN 978-80-247-3100-1.
CAMPS-VALLS, G., TUIA, D., ZHU, X. X., REICHSTEIN, M., eds. Deep Learning for the Earth Sciences: A Comprehensive Approach to Remote Sensing, Climate Science, and Geosciences. Wiley, 2021. ISBN 978-1-119-64614-3. �
Wiley Online Library
JEŽEK, Josef. Geostatistika a prostorová interpolace. V Praze: Univerzita Karlova, nakladatelství Karolinum, 2015. ISBN 978-80-246-3076-2.
PRASAD, S., CHANUSSOT, J., LI, J., eds. Advances in Machine Learning and Image Analysis for GeoAI. Elsevier, 2024. ISBN 978-0-443-19077.
CAMPS-VALLS, G., TUIA, D., ZHU, X. X., REICHSTEIN, M., eds. Deep Learning for the Earth Sciences: A Comprehensive Approach to Remote Sensing, Climate Science, and Geosciences. Wiley, 2021. ISBN 978-1-119-64614-3. �
Wiley Online Library
JEŽEK, Josef. Geostatistika a prostorová interpolace. V Praze: Univerzita Karlova, nakladatelství Karolinum, 2015. ISBN 978-80-246-3076-2.
PRASAD, S., CHANUSSOT, J., LI, J., eds. Advances in Machine Learning and Image Analysis for GeoAI. Elsevier, 2024. ISBN 978-0-443-19077.