SIS code: 
Semester: 
summer
E-credits: 
4

Umělá inteligence pro humanitní a společenské vědy

Artificial Intelligence for the Humanities 

Umělá inteligence je velmi aktuálním a sílícím trendem pronikajícím do nejrůznějších oblastí života i většiny vědních oborů, včetně humanitních a společenskovědních. Tímto kurzem reagujeme na rostoucí význam rychle se uplatňujících počítačových technologií a srozumitelnou formou představujeme technologické základy umělé inteligence. Kurz je určen především studentům humanitních a společenskovědních oborů, a to na jakémkoliv stupni (Bc/Mgr/PhD).

Cíle předmětu

Studenti během kurzu získají teoretické znalosti i praktické dovednosti potřebné pro řešení praktických úloh s využitím dostupných dat a metod umělé inteligence, zejména z oblasti analýzy textů. Za tímto účelem se naučí využívat nástroje implementované v programovacím prostředí R a samostatně se orientovat v technické literatuře. Absolvent kurzu má schopnost analyzovat a zpracovat data z různých oblastí humanitních nebo společenských věd a tato data využívat pro experimentování s umělou inteligencí.

Předpoklady

U studentů předpokládáme chuť experimentovat s umělou inteligencí, včetně neuronových sítí. Zájemci o tento kurz by měli ovládat základy práce v systému R a měli by mít alespoň elementární znalosti o systematickém zpracování a statistické analýze dat. Tyto vstupní předpoklady lze nahradit docházkou na paralelně vyučovaný kurz "Zpracování a analýza dat pro humanitní a společenské vědy" [NPFL 143].

Kalendář

V letním semestru 2023/24 nebude kurz vyučován. Studenti si mohou zapsat kurz JTB349, který se koná v níže uvedené dny v čase 10:00-14:00 v Areálu Jinonice v posl. č. B230.

Materiály pro C4DHI

   datum    téma   přednáška   cvičení  domácí úkol
0.           -- 0.domcvic
  -- welcome-script.R  
 1.   8/3   - Statistická analýza dat
   -- analýza jednotlivých proměnných
   -- kontigenční tabulky
  -- 1.prednaska
  -- titanic.l.R  
  -- 1.tutorial    -- 1.domcvic  
 2.   22/3   - Tokenizace, vektorová reprezentace textů
  - Závislost mezi proměnnými
  -- 2.prednaska
  -- 
migrants.l.R
  -- 2.tutorial    -- 2.domcvic
 3.   5/4   - Úvod do pravděpodobnosti
  - UDPipe
  -- 3.prednaska   -- 3.tutorial   -- 3.domcvic
 4.   19/4   Klasické metody statistického strojového učení
   -- klasifikace
   -- vyhodnocení experimentů
  -- 4.prednaska     -- 4.tutorial   -- 4.domcvic
  -- students.h.R
 5.   3/5   Workshop k řešení datově-orientovaných projektů   -- Test
  -- Workshop
   
   3-4/6   C4DHI Anniversary workshop (program)   -- JTB349 Wrap Up      

Prostředí R

Literatura

Další zdroje

  • Chollet François, Tomasz Kalinowski, and J. J. Allaire. Deep Learning with R. Manning Publications, Second Edition, 2022. [DLR | https://www.manning.com/books/deep-learning-with-r-second-edition]
  • Koubský, Petr. Veřejně dostupné LLMs: zkušenosti novináře. Linguistic Mondays Seminar at ÚFAL MFF UK, 11/2023. [video]
  • Martinková Patricia, Hladká Adéla. Computational Aspects of Psychometric Methods With R. Chapman & Hall, 2023. [PAT | doi]