155YUSU Úvod do strojového učení v DPZ

https://geo.fsv.cvut.cz/gwiki/155YUSU

Lekce

1. Úvod: aplikace strojového učení v geoinformatice a DPZ, historický kontext, členění strojového učení
2. Lineární algebra a numerický Python
3. GeoPython (GeoPandas, Rasterio)
4. Základní algoritmy strojového učení (rozhodovací stromy, SVM, neuronové sítě)
5. Generalizace ML modelu
6. Algoritmy neřízené klasifikace (K-means, Mean shift, DBSCAN)
7. Demonstrace existujícího ML projektu (GridSearchCV, ST_LUCAS), zadání samostatného projektu
8. Ansámbly ve strojovém učení (princip kombinace více modelů: random forest, extra trees)
9. Úvod do hlubokého učení (PyTorch)
10. Multilayer perceptron ANN (Regrese - MLP)
11. Konvoluční neuronové sítě (Klasifikace - FCN, SegNet/UNet)
12. Zpracování semestrálního projektu ("template" základního pracovního postupu)
13. Zpracování semestrálního projektu (ladění modelu strojového učení)

Autoři

Katedra Geomatiky, Fakulta stavební, ČVUT v Praze:

• Ing. Lukáš Brodský, PhD.
• Ing. Ondřej Pešek, PhD.
• Ing. Martin Landa, PhD.