Course description
This introductory course focuses on deep learning, covering theoretical aspects and network architectures. Topics include Neural Networks, Optimization, Convolutional Neural Networks, Generative Models, RNNs and advanced techniques like Transformers.
In labs, students gain hands-on experience with Python, PyTorch, Image Classification, Transfer Learning, Object Detection, Sequence Models, NLP, Advanced Vision and Generative Models. The course concludes with a project presentation and competition.
Project/Competition
Students will work on machine learning projects (in groups of 2) to demonstrate their programming and deep learning skills mastered throughout the course. During the final labs, a class competition will be held and students will present projects in front of a committee. The winning team will be eligible for prize.
How to win 20 000 CZK?Course Schedule
Lectures and labs are scheduled on Monday mornings between 9am and 1pm and are held in the Institute of Information Theory and Automation (UTIA), room 25.
Our Team
We are looking forward to meeting you! Get to know your teachers and find their contact information here.
Reviews
Welcome to our Testimonials section, a collection of student reviews that reflect their experiences and insights. Our students have shared their honest feedback about the course, teaching style, project presentation, exam and overall experience.
Skvělej předmět, skvělý přednášející i cvičící. Jeden z nejužitečnějších předmětů magisterského studia.
Obsah a přínos předmětu jsou super, ovšem kvůli nové akreditaci a problémům s tím spojeným jsem tento předmět měli až v pátém ročníku, což je pozdě. Nové ročníky ale stejný problém mít naštěstí nebudou. Konečně nějaký pořádný předmět o neuronových sítích!
Předmět je zakončený závěrečným projektem ve dvojicích (na kterém se toho student naučí nejvíc) a zkouškou. Parádní bylo, že jsme měli v rámci projektu o co hrát a byla tam motivace podat co nejlepší výkon. Zkouška je celkem pohodová, hlavní je pochopení tématu a schopnost případně matematicky napsat loss funkce nebo rovnice optimizerů.
Předmět je zakončen zápočtem a zkouškou. Zápočet se skládá z teamového projektu, který si dvojčlenný team určí dle vlastních preferencí. Tento projekt je poté prezentován před komisí. Vítěz získá cennou odměnu. Zkouška je formou rozhovoru.
Další datový projekt na zápočet (strávíte s tím hooodně času). Zkouška už je pohodová.