Machine Learning prakticky

Co potřebuji k tomu, abych vytvořil program, který rozpozná psa od kočky, odhadne cenu bytu či převede řeč na text? Nejjednodušší odpovědí je použít machine learning.
Machine learning (strojové učení) je v současnosti nejrychleji se rozvíjející oblastí umělé inteligence. Jde o přístup, kdy počítače „učíme“ pomocí dat, místo abychom jim přesně říkali, co mají dělat. Díky tomu může strojové učení řešit složité problémy, které by byly jinak obtížně programovatelné.

V rámci kurzu se společně podíváme 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 v Pythonu. Na závěr kurzu využijeme nabyté znalosti k vytvoření vlastního modelu pro rozpoznávání objektů na fotce.

Kurz je určený pro všechny, kteří se chtějí dozvědět, jak se počítače učí a chtějí si jejich učení vyzkoušet na vlastní kůži. Kurz vyžaduje základní znalost programování v Pythonu. Pokud Python neumíš, projdi si základní kurz například na https://naucse.python.cz/course/pyladies/ (projdi si hlavně lekce 1,2,3,6,10, zabere ti to cca 5 hodin).

Patrik Vácal

Patrik se od malička věnuje počítačům, fascinuje ho, co díky nim dokáže vytvořit. Během střední například stavěl samořídícího auto nebo se snažil o založení vlastního startupu SocialReaders. V současnosti studuje umělou inteligenci na Matematicko-fyzikální fakultě Univerzity Karlovy. Je také součástí prestižního programu Prg.ai Minor. Než Patrik nastoupil na vysokou, vzal si gap year. Ten strávil přemítáním o životě, na stáži na akademii věd či na dvouměsíčním tripu po Asii, kdy navštívil například Indii či Vietnam. Ve volném čase rád hraje frisbee, tancuje swing či trajdá po lese. Je také velkým milovníkem čaje.

Turnus C