Institute of Formal and Applied Linguistics
Charles University, Czech Republic
Faculty of Mathematics and Physics
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 2024/25
Výuka bude probíhat v Areálu Jinonice (U Kříže č.p. 661, Praha 5) v učebně C423 vždy v pátek
- přednášky 9:30-10:50
- cvičení 11:00-12:20
| lekce | datum | téma | přednáška | cvičení | domácí úkol | termín odevzdání |
| Ověření přístupových práv na výpočetní cloud |
– w00.hw – welcome.R |
19. 2. 2025, 24:00 | ||||
| 1. | 21/2 |
Obsah a struktura kurzu, motivační příklady Analýza dat, práce v prostředí R Elementární principy strojového učení Organizace kurzu |
– w01.lesson | – w01.tutorial | – w01.hw | 26. 2. 2025, 24:00 |
| 2. | 28/2 |
Analýza závislostí mezi atributy Odhad pravděpodobnostních rozdělení Vizualizace statistik a korelací Prohledávání textových dat Frekvenčních slovníky |
– w02.lesson | – w02.tutorial | – w02.hw | 5. 3. 2025, 24:00 |
| 3. | 7/3 |
Lingvistická analýza – UDPipe a NameTag Frekvenční slovníky lemmat Dataset Authorship – geneze a struktura dat Zpracování textů s regulárními výrazy Charakteristiky delexikalizovaných textů |
– w03.lesson | – w03.tutorial | – w03.hw | 12. 3. 2025, 24:00 |
| 4. |
14/3 B103A |
|||||
| 5. | 21/3 | |||||
| 6. | 28/3 | |||||
| 7. | 4/4 | |||||
| 8. | 11/4 | |||||
|
18/4 svátek |
– | – | – | – | – | |
| 9. | 25/4 | |||||
| 10. | 2/5 | |||||
| 11. | 9/5 | |||||
| 12. | 16/5 |
Prostředí R
- Doporučený kurz základů práce v R: Cultural Analytics: Interactive Learning Environment in R (Lekce 1-4)
Literatura
- Arnold, Taylor and Lauren Tilton: Humanities Data in R. Exploring Networks, Geospatial Data, Images, and Text. Springer, 2015. [https://link.springer.com/book/10.1007/978-3-319-20702-5]
- Lantz, Brett: Machine Learning with R. PACKT Publishing. 2013, 2019. [https://www.packtpub.com/product/machine-learning-with-r-third-edition/9781788295864]
- Grolemund, Garrett and Hadley Wickham: R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. O'Reilly Media, 2016. [https://r4ds.hadley.nz/]
- Boehmke, Bradley and Brandon M. Greenwell: Hands-On Machine Learning with R. Chapman & Hall / CRC, 2019. [https://bradleyboehmke.github.io/HOML/]
- Hvitfeldt, Emil and Julie Silge: Supervised Machine Learning for Text Analysis in R. CRC Press. 2022. [SMLTAR | https://smltar.com/]
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]