Obliczeniowa teoria uczenia się (Computational learning theory) zima 2023/24

Język wykładowy Polski
Opiekun Jan Otop
Liczba godzin 30 (wyk.) 30 (ćw.)
Rodzaj I2.T - teoria inf.
ECTS 6
Polecany dla I roku Nie
Egzamin Tak

Opis przedmiotu:

The lecture can be given in English or Polish; the default is Polish. ___ Przedmiot przedstawia teorię uczenia maszynowego. 1. Co oznacza wyuczalność? Model PAC. Jakie koncepty są wyuczalne: 2. Funkcje wzrostu, wymiar VC. 3. Złożoność Rademachera i marginesy. Metody uczenia się: 4. Wektory nośne i jądra. 5. Boosting. Inne modele uczenia się: 6. Uczenie online. 7. Uczenie ze wzmocnieniem. ___ The lecture presents theory behind machine learning. We will cover the following topics: 1. Introduction to PAC: Learnability of particular classes of concepts (DNF formulas, automata) Which concepts are lernable: 2. Growth functions and the VC-dimension. 3. Rademacher's complexity and the margin theory. Learning methods: 4. Support Vector Machines. Kernels. 5. Boosting. Other learning frameworks: 6. Online learning. 7. Reinforcement learning.

Wykłady

Lista
Prowadzący Termin zajęć Limit Zapisani Kolejka
Jan Otop
pn 12:00-14:00 (s. 140) 15 19 0

UWAGA! Wyższa liczba oznacza wyższy priorytet, po zapisaniu do grupy zostajemy usunięci z kolejek o niższym priorytecie.

Ćwiczenia

Lista
Prowadzący Termin zajęć Limit Zapisani Kolejka
Jan Otop
wt 14:00-16:00 (s. 104) 15 19 0

UWAGA! Wyższa liczba oznacza wyższy priorytet, po zapisaniu do grupy zostajemy usunięci z kolejek o niższym priorytecie.


Konsultacje prowadzących:


Imię i nazwisko Pokój Konsultacje
Jan Otop 305 Konsultacje: pt 13-15 Proszę umówić się z wyprzedzeniem e-mailem.