Machine Learning prakticky
Může se počítač naučit rozpoznávat obrázky stejně jako člověk? A co třeba předpovídat ceny bytů nebo skládat vlastní hudbu?
Umělá inteligence dnes zvládá neuvěřitelné věci. Ale jak se vlastně učí? Jak to, že dokáže rozpoznat kočku na obrázku, aniž bychom jí museli přesně říct, jak kočka vypadá?
V rámci kurzu se společně podíváme na to, jak se učí počítač. Podíváme se na historické i současné přístupy strojového učení (lineární regrese, klasifikační stromy, vícevrstvé neuronové sítě, konvoluční sítě), řekneme si, jak fungují pod pokličkou, v čem jsou dobré a kdy naopak selhávají. Nad problémy podiskutujeme a společně navrhneme možná řešení. Zmíněné přístupy ML si následně vyzkoušíme prakticky naprogramovat. Na závěr kurzu využijeme nabyté znalosti k vytvoření vlastního modelu pro rozpoznávání objektů na fotce.
Kurz je pro každého, kdo chce nakouknout pod pokličku toho, jak stroje „myslí“, a vyzkoušet si jejich učení na vlastní kůži. Praktická část kurzu předpokládá základní znalost Pythonu – pokud jsi v něm nikdy nedělal/a nevadí, mrkni třeba na tenhle kurz: https://naucse.python.cz/course/pyladies/ (nemusíš ho dělat celý, stačí lekce 1,2,3,6,10 – zabere ti to jen pár hodin ;)).

Patrik Vácal
Turnus C
AI v praxi
Šimon Podhajský
Archeologie
Radka Pallová
Environmentální bezpečnost
Jana Součková
Evoluce lidského chování
Sylvie Majorová
Experimenty v ekonómii a psychológii
Matej Lorko
Filozofie vášně a klidu
Sebastian Štros
Glorious evolution: síla pokroku
Jakub Křikava
Jak založit startup
Tereza Tížková
Kurz herního designu
anto_nie
Letecké a Vesmírne Inžinierstvo
Marek Homola
Machine Learning prakticky
Patrik Vácal
Matematické struktury
Tereza Tížková
Medicína
Soňa Feciskaninová
Migrace, hranice, Evropa
Veronika Dvorská
Pravda, věda, reprezentace
Matěj Krátký
Právo a moc: Nadnárodní korporace ve 21. století
David Chytil
Ženské zdraví a práva globálně i lokálně
Zuzana Hellerová