Podklad Michala Haindla pochází z let 2023–2024. Tehdejší organizace uvádí výuku 2+2, konzultace Radka Richtra a zkoušku na ÚTIA.

Semestrální příklad skládal klasifikátor kožních lézí: vstup obrazu, detekce, texturové příznaky, transformace, segmentace, následné zpracování a ověření. Jde o historický popis projektu, nikoli aktuální zadání.

Diskriminativní model se soustředí na třídu při známém pozorování. Generativní model popisuje společné rozdělení pozorování a třídy.

Analýza hledá objekty, hranice nebo vady. Syntéza může generovat, rekonstruovat či komprimovat data. Vizuální podobnost výsledku ještě neznamená shodu jednotlivých pixelů.

Rozpoznávání řeší přiřazování kategorií. Strojové učení odhaduje model z dat. Umělá inteligence zahrnuje také plánování, reprezentaci znalostí, komunikaci a další úlohy.

Původní přednáška porovnává specializované algoritmy s lidskou schopností přenášet zkušenost. Výkon na jedné úloze nepovažujeme za důkaz obecné inteligence.

Pozorování porovnáváme s předchozí zkušeností a hledáme relevantní podobnost. U člověka jde o smyslové a paměťové procesy; u algoritmu musíme reprezentaci i pravidlo podobnosti určit.

Robustní reprezentace má potlačit nepodstatné změny a zachovat rozdíly, které rozhodují o třídě.

Popis scény může obsahovat sémantické třídy pixelů, jednotlivé instance, prostorovou geometrii i vztahy mezi objekty.

Původní příklady robotiky a autonomního řízení ukazují rozdíl mezi zvládnutým dílčím benchmarkem a spolehlivostí celé úlohy. Dobové výroky a předpovědi z let 2014–2023 jsou historický kontext.

U rozhodovacího systému potřebujeme znát účel, kvalitu vstupů, mezní situace a způsob ověření. Přednáška připomíná témata doporučení WHO z roku 2023: dokumentaci, rizika, validaci, kvalitu dat, ochranu soukromí a spolupráci odborníků.

Vysvětlení pomáhá porozumět rozhodnutí. Samo však nedokazuje správnost ani zobecnění modelu. Žádná metoda není vhodná pro všechny úlohy.

Příklady zahrnují OCR, kontrolu materiálů a potravin, analýzu signálů, řeč a biometrické rozpoznávání.

Na rozpoznávání tváře je dobře vidět závislost na osvětlení, pozici, zakrytí, výrazu a změně vzhledu v čase. Úspěšnost je třeba rozlišovat podle podmínek i skupin dat; dobová čísla v původním PDF nejsou obecnými konstantami.

Fisherova diskriminační analýza (1936), Waldova rozhodovací teorie (1950) a Chowovo rozpoznávání pomocí rozhodovacích funkcí (1957) patří k východiskům kurzu.

Následují perceptron, rané počítačové vidění, robot Shakey a systémy rozpoznávání řeči. Různé historické směry řeší různé části dnešního řetězce.

Základ tvoří Duda, Hart a Stork: Pattern Classification; Theodoridis a Koutroumbas: Pattern Recognition; Fukunaga: Introduction to Statistical Pattern Recognition; Webb: Statistical Pattern Recognition; Bishop: Pattern Recognition and Machine Learning.

Pro specializace podklad uvádí Fuovy syntaktické metody, Anderbergovo shlukování, Mitchellovy genetické algoritmy a Haykinovy neuronové sítě. Dalšími zdroji jsou IAPR a časopisy IEEE TPAMI, Pattern Recognition a Pattern Recognition Letters.

x je vektor d příznaků. Třída má označení ωᵢ a množina tříd Ω obsahuje K možností. Trénovací množinu odlišujeme od testovací.

Pro třídu používáme střed μᵢ, kovarianci Σᵢ a skóre gᵢ(x). Symboly jsou v celém webovém přepisu sjednoceny; původní PDF místy používá jiné písmo nebo indexy.

Každá třída dostane reálné skóre. Vybereme největší a určíme, jak řešíme shodu skóre.

Stejná přísně rostoucí transformace všech skóre zachová jejich pořadí. U kladných hustot proto často přejdeme od součinů k logaritmům.

Lineární skóre dává mezi dvojicí tříd nadrovinu. Kvadratické členy dovolují zakřivené hranice.

Další možností je nejprve vytvořit nelineární příznaky φ(x) a v jejich prostoru použít lineární skóre. Lineární vůči parametrům neznamená lineární vůči původním datům.

Učení s učitelem používá označené dvojice, učení bez učitele pouze pozorování. Částečně řízené učení kombinuje oba typy dat; adaptivní učení reaguje na proměny prostředí.

Parametrický model volí rodinu funkcí předem. Neparametrický přístup nemá takto malou pevnou sadu parametrů. Oba potřebují oddělený testovací soubor.

Z označených dat lze odhadnout rozdělení pro jednotlivé třídy, jejich apriorní četnosti a následně rozhodovací pravidlo.

U neoznačených dat neznáme příslušnost pozorování ke komponentám směsi. Nalezený shluk také nemusí mít stejný význam jako předem pojmenovaná třída.

Bez známých tříd hledáme strukturu: počet skupin, jejich rozdělení, parametry a případně vhodné příznaky. Předpoklady směsového modelu proto hrají zásadní roli.

Na konci této části už umíme rozlišit objekt, reprezentaci, klasifikátor, způsob učení a způsob ověření. Další přednáška přidá pravidla pravděpodobnostního rozhodování.

Dva obrázky mohou mít stejný průměrný jas, ale jiný tvar. Klasifikátor s jediným příznakem „průměrný jas“ je podle tohoto příznaku nerozliší. Přidání vhodného tvarového příznaku může pomoci; není však zárukou úspěchu na nových datech.

Organizační pokyny, termíny a projektové odkazy v podkladu patří k sadě 2023–2024. Pro současný běh předmětu rozhoduje aktuální zadání vyučujícího.

Jsou významová třída a geometrický shluk vždy totéž?

Vstupem bývá obraz, signál nebo jiný popis objektu. Příznakový vektor x je zvolená reprezentace tohoto vstupu. Klasifikátor převádí x na rozhodnutí; kvalitu celé úlohy proto neurčuje jen poslední algoritmus.

Třída vyjadřuje význam přiřazený v zadání. Shluk vzniká podle podobnosti dat a zvoleného kritéria. Jeden shluk nemusí odpovídat jedné třídě a dobré geometrické oddělení nemusí znamenat užitečné rozpoznávání.

Snímač, předzpracování, příznaky i rozhodovací pravidlo mohou přidat chybu. Reprezentace, která zahodí rozlišující informaci, ji dalším učením sama neobnoví. Proto ověřujeme i vstupní data a způsob anotace.

Cílem je rozhodovat pro další vzorky z uvažované úlohy, nikoli pouze pamatovat si trénovací příklady. Oddělení trénovacích a testovacích dat musí respektovat i osoby, objekty nebo měřicí série.

Autor původních podkladů: Michal Haindl, FIT ČVUT / ÚTIA AV ČR, 2023–2024. Český tematický přepis, vysázení a didaktické doplňky: GRAFIT, 2026.

Tato verze slučuje postupná odhalení a vysvětluje témata vlastními větami. Není doslovnou reprodukcí každé původní tabulky ani náhradou aktuálních organizačních pokynů. Zdrojové PDF zůstává beze změny; žádný původní snímek zde není vložen jako obrázek.