Předmět: Optimization

» Seznam fakult » PRF » KI
Název předmětu Optimization
Kód předmětu KI/EOTT
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Magisterský
Rok studia nespecifikován
Semestr Letní
Počet ECTS kreditů 7
Vyučovací jazyk Angličtina
Statut předmětu nespecifikováno
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Dostupnost předmětu Předmět je nabízen přijíždějícím studentům
Vyučující
  • Kubera Petr, RNDr. Ph.D.
  • Barilla Jiří, doc. Ing. Mgr. CSc.
  • Moosaei Hossein, Dr. Ph.D.
Obsah předmětu
1. Optimization problems and common tasks: free and constrained optimizations, discrete vs continuous problems, multicriterial optimization, examples. 2. The computing of derivatives and gradients: numerical and symbolical derivative, automatic differentiation. 3. Minimization in 1D: (quadratic interpolation method, golden cut method, Fibonacci numbers method) 4 - 5. First order methods: gradient method, conjugate gradient method, Nesterov type method, Adagrad and RMS method. 6. Second order methods: Newton method, Quasi-Newton methods 7. The least squares method: formulation (curve fitting, regression), linear, nonlinear, Levenberg-Marquardt algorithm. 8. Non-derivative methods: method of Hook-Jeeves, Powell's and Nelder-Mead method 9 - 10. Basic principles of stochastic and population method: simulated annealing, particle swarm method, firefly method, cuckoo method 11-12. Constrained problems: Lagrange multiplier method, KKT conditions, duality, principles of penalty methods 13-14. Quadratic programming: formulation, principles of solutions and selected application - SVM

Studijní aktivity a metody výuky
nespecifikováno
Výstupy z učení
This course provides an overview of selected optimization techniques. We emphasise continuous optimization methods and methods used in machine learning algorithms and neural networks. An integral part of the course is also own implementation of algorithms and solving practical problems using appropriate software.

Předpoklady
Linear algebra and differential calculus

Hodnoticí metody a kritéria
nespecifikováno
Doporučená literatura


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr