155YUSU Úvod do strojového učení v DPZ: Porovnání verzí
| Řádek 8: | Řádek 8: | ||
== Harmonogram == | == Harmonogram == | ||
Vyučující: [https://www.natur.cuni.cz/geografie/geoinformatika-kartografie/brodskl Ing. Lukáš Brodský, Ph.D.]], {{lide|Ing. Martin Landa, PhD.}}, {{lide|Ing. Ondřej Pešek}} | |||
# Úvod: aplikace strojového učení v geoinformatice a DPZ | # Úvod: aplikace strojového učení v geoinformatice a DPZ | ||
Verze z 25. 9. 2023, 10:42
Anotace
Doporučená literatura
Podmínky ukončení předmětu
Harmonogram
Vyučující: Ing. Lukáš Brodský, Ph.D.], Ing. Martin Landa, PhD., Ing. Ondřej Pešek
- Úvod: aplikace strojového učení v geoinformatice a DPZ
- Základní koncept strojového učení
- Lineární algebra v NumPy
- Analýza dat v Pandas
- Vizualizace dat v Matplotlib a Seaborn
- GeoPython (GDAL, Rasterio, GeoPandas, vizualizace geodat)
- Základní algoritmy strojového učení (rozhodovací stromy, SVM, neuronové sítě)
- Algoritmy neřízené klasifikace
- Pokročilé techniky strojového učení (princip kombinace více modelů: random forest, extra trees a XGBoost)
- Umělé neuronové sítě
- Konvoluční neuronové sítě
- Zpracování semestrálního projektu (základní pracovní postup)
- Zpracování semestrálního projektu (ladění modelu strojového učení)