638-0804/01 – Matematické prostředky informatiky (MPI)
Garantující katedra | Katedra automatizace a počítačové techniky v průmyslu | Kredity | 7 |
Garant předmětu | doc. Ing. Jiří David, Ph.D. | Garant verze předmětu | doc. Ing. Jiří David, Ph.D. |
Úroveň studia | pregraduální nebo graduální | Povinnost | povinný |
Ročník | 1 | Semestr | zimní |
| | Jazyk výuky | čeština |
Rok zavedení | 2004/2005 | Rok zrušení | 2020/2021 |
Určeno pro fakulty | FMT | Určeno pro typy studia | navazující magisterské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Student bude umět stanovit zdroje a typy chyb při numerických výpočtech.
Student si osvojí druhy a principy moderních optimalizačních metod .
Student bude umět navrhnout řešení optimalizační úlohy s využitím genetických algoritmů resp. některou z metod evolučních algoritmů.
Student si osvojí základní principy a metody dataminingu.
Student si osvojí základní dovednosti při řešení matematických úloh v prostředí Matlab a řešení úloh s využitím genetických algoritmů v prostředí Matlab Toolbox Genetic Algorithm.
Vyučovací metody
Přednášky
Cvičení (v učebně)
Anotace
Předmět seznamuje se základními zdoji chyb při numerických metodách, klasifikací moderních optimlaizačních metod. Důraz je kladen na získání teoretických i praktických dovednosti při řešení úloh s využitím genetických resp. evolučních algoritmů. Základní teoretické znalosti při řešení úloh dataminigu a základní praktické dovednosti při řešení matematických úloh v prostředí Matlab a řešení úloh s využitím genetických algoritmů v prostředí Matlab Toolbox Genetic Algorithm.
Povinná literatura:
Doporučená literatura:
ZELINKA, I.: Umělá inteligence v problémech globální optimalizace. BEN-Technická literatura, 2002. ISBN: 80-7300-069-5
OPLATKOVÁ Z., OŠMERA P., ŠEDA M., VČELAŘ F., ZELINKA I.: Evoluční výpočetní techniky - principy a aplikace. BEN-Technická literatura, 2008. ISBN: 80-7300-218-3
Další studijní materiály
Forma způsobu ověření studijních výsledků a další požadavky na studenta
E-learning
Další požadavky na studenta
Všeobecné zkoušení k pojmům předmětu.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
1. Chyby, zdroje a typy chyb. Zaokrouhlovací chyby. Chyby metody
2. Neúplná čísla a zobrazení čísel v počítači. Korektnost, podmíněnost a stabilita numerických úloh.
3. Úĺohy optimalizace. Klasifikace optimalizačních metod.
4. Principy základních optimalizačních metod. Evoluční metody
5. Princip genetických algoritmů
6. Fitness hodnota. Kódování řetězců
7. Ukončování genetického algoritmu. Stagnace genetického algoritmu
8. Výběr řetězců. Principy jednotlivých metod výběru
9. Křížení. Mutace. Druhy mutace
10. Varianty genetických algoritmů
11. Princip evoluční strategie. Princip diferenciální evoluce. Princip SOMA. Princip UIS
12. Datové sklady.
13. Data mining. Úlohy data miningu
14. Princip metodologie CRISP-DM
15. Metody data miningu. Princip rozhodovacích stromů.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky