• Approximace přesnosti modelu v optimalizaci hyper-parametru 

      Autor: Jůzlová Markéta; Vedoucí práce: Borovička Tomáš; Oponent práce: Vašata Daniel
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2018-06-09)
      Cílem automatické optimalizace hyper-parametrů je najít nastavení hyper-parameterů učícího algorithm bez lidské pomoci. Protože k vyhodnocení jednoho nastavení je potřeba natrénovat daný model, optimalizační metody které ...
    • Meta-učení pro automatický výběr modelu strojového učení a optimalizaci jeho hyperparametrů 

      Autor: Ivan Rychtera; Vedoucí práce: Jůzlová Markéta; Oponent práce: Klouda Karel
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-06-18)
      Optimalizace hyperparametrů je důležitý krok pro vytváření přesných modelů strojového učení. Optimalizace hyperparametrů pro danou úlohu může být rozšířena informacemi z předchozích úloh - s meta-učením. Tato práce zkoumá ...
    • Metody pro vysvětlování lokálních predikcí black-box klasifikátorů 

      Autor: Adam Skluzáček; Vedoucí práce: Jůzlová Markéta; Oponent práce: Dedecius Kamil
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-06-19)
      Cílem lokálních univerzálních vysvětlovacích metod je vysvětlit jednotlivé predikce libovolného modelu strojového učení pouze za pomoci vstupů a odpovídajících výstupů daného modelu. Vysvětlování predikcí složitého modelu ...