Hluboké učení












            ******************************************************************************************

            * Deep Learning
            ******************************************************************************************



            *=========================================================================================
            * Anotace / Annotation

            *=========================================================================================
            Cílem kurzu je poskytnout ucelený úvod do hlubokých neuronových sítí, které dosahují vynik
            při zpracování a generování obrázků, textu a řeči. Kurz se zaměřuje jak na teorii od zákla

            pokroky, tak na praktické implementace v jazyce Python a frameworku PyTorch (studenti impl
            a trénují hluboké neuronové sítě provádějící klasifikaci obrazu, segmentaci obrazu, detekc

            morfologické značkování, lemmatizaci, rozpoznávání řeči, porozumění čtenému textu a genero
            Jsou vyžadovány základní znalosti algebry a jazyka Python, ale není nutná předchozí znalos
            neuronových sítí; výhodou je základní znalost strojového učení. Studenti pracují buď samos

            malých týmech na týdenních úkolech, včetně soutěžních úloh, kde je cílem dosáhnout co nejl
            odevzdaných řešení.


            The objective of this course is to provide a comprehensive introduction to deep neural net
            have consistently demonstrated superior performance across diverse domains, notably in pro
            generating images, text, and speech. The course focuses both on theory spanning from the b

            latest advances, as well as on practical implementations in Python and PyTorch (students i
            train deep neural networks performing image classification, image segmentation, object det
            of speech tagging, lemmatization, speech recognition, reading comprehension, and image gen

            Python skills are required, but no previous knowledge of artificial neural networks is nee
            machine learning understanding is advantageous. Students work either individually or in sm
            weekly assignments, including competition tasks, where the goal is to obtain the highest p

            class.




            *=========================================================================================
            * Garant kurzu / Course guarantor

            *=========================================================================================
            RNDr. Milan Straka, PhD.
            Ústav formální a aplikované lingvistiky

            straka@ufal.mff.cuni.cz

            <style> .button-container { display: flex; justify-content: center; align-items: center; }

            button:link, .my-button:visited { background-color: #003657; color: white; padding: 15px 3
            radius: 4px; text-align: center; text-decoration: none; display: inline-block; } .my-butto
            button:active { background-color: #004671; } </style> <div class="button-container"> <a cl

            href="https://ufal.mff.cuni.cz/courses/npfl138/2425-summer#micro_credential">Více informac
            information</a> </div>