Studium AI na magistru FITu vs FELu

answered 2015-09-21 17:14:07 +0100

palicand
53 ●2 ●3 ●8

Idem akurát do druhého ročníka ZI. Mám z toho oboru ale trochu zmiešané pocity, nie že by bol zlý, ale tých pár oborových predmetov, ktoré sa zaoberajú ML sa točí stále okolo tých istých tém. Podľa toho, čo som sa rozprával s kolegom v práci, ktorý je z FEL mi vychádza to, že zatiaľ je FEL na tom v tejto oblasti lepšie, čo sa týka skladby predmetov a ich obsahu.

Inak semestrálka je skoro v každom predmete, väčšinou si asi môžeš zvoliť čo chceš.

answered 2015-09-24 12:39:49 +0100

Hudler
31 ●1 ●4

updated 2015-09-25 23:52:50 +0100

Studoval jsem SI na FITu. Teď jdu do 2. ročníku na Mgr. AI na FELu. Kdybych se rozhodoval znovu, kam na školu, rozhodl bych se stejně (jak v Bc. tak Mgr. etapě).

Předměty co jsem zatím absolvoval na FELu:

ZS 2014/15:

• Optimalizace (OPT, V): povinná matematika pro bakaláře, občas zajímavé, kvalitní materiály, náročné (téměř každý týden úkol, testy v semestru)
• Pokročilé metody reprezentace znalostí (RZN, P): 3 předměty v jednom, ontologie - nepoužitelná blbost, fuzzy logika - dobrý učitel, docela zajímavé téma, GPM - nejlepší část, mrzí mě, že jsem v této části předmětu nezmobilizoval síly a neodnesl si z toho víc, jedná se o aktuální téma, všechny části se přednáší anglicky, každá část je zakončena malou semestrálkou
• Rozpoznávání s strojové učení (RPZ, V): nejlepší předmět na světě, prof. Matas je kapacita a předmět je hrozně zajímavý, ale taky náročný (téměř každý týden úkol, testy v semestru)
• Pokročilá algoritmizace (PAL, P): Na FITu jsem měl EP1/2+ACM+EFA+GRA, takže zde jsem se skoro nic nového nedozvěděl, jinak je to prý těžké :)
• ACM (V): obdoba ACM na FITu
• Ochrana duševního vlastnictví (ODV, PV): humanitní předmět, elearning fraška

Nutno říct, že takto navolený 1. semestr byl dost náročný (OPT a RPZ jsou náročné Bc, předměty) a projevilo se to i na mém prospěchu.

LS 2014/15:

• Plánovaní a hry (PAH, P): Zábavný předmět, dobří učitelé, 2 úkoly v semestru: plánování v STRIPS - jako v ZUM, ale těžší; plánování trasy vozidla - hodně zajímavé, poslední část úkolu je plánování trasy pro vojenské vozidlo v simulaci skutečné vesnice.
• Big data (BDT, V): Dobrý úvod do big data, dobří učitelé, semestrálka není náročná, navíc dostaneš přístup na Metacentrum (obrovský grid)
• Automatické uvažování (AU, P): WTF přednášky (ztráta času pokud neujíždíš na logice), cvičení ok, semestrálka opruz (určitě zapsat v 2. semestru!!)
• Teorie algoritmů (TAL, P): hodně teoretický předmět, 3 části: složitost algoritmů (easy), Turingovy stroje (easy), třídy složitosti (hard), na přednáškách se hlavně dělají převody úloh, které stejně (všechny) ke zkoušce umět nemusíš. V semestru jsem na předmět hodně nadával, zkoušku jsem nakonec zvládl dobře.
• Biologicky inspirované algoritmy (BIA, P): evoluční algoritmy a neuronové sítě, část o evolučních algoritmech je super prohloubení ZUM. Neuronové sítě bz si zasloužily vlastní předmět, je to jen takový průlet, což je škoda. Píše se semestrálka + midterm.
• Kombinatorická optimalizace (KO, P): zní to jako další nudná matika, ale prof. Hanzálek to učí fakt dobře a je to velmi inženýrská matematika. Úkoly jsou opruz + se píše test.

Je tu velká úchylnost na reporty. Ke každému většímu úkolu je nutné vypracovat report. Dále je nutné počítat s tím, že pokud je na hodině zahraniční student, přednáší se anglicky. ZUM je skvělý základ (Ing. Řehořek studoval AI na FELu, udělal výtah z těchto předmětů).

Nevýhoda je, že část výuky je v Dejvicích (většina na Karláku). Zase na Karláku je menza, kde nebývají takové fronty. Taky je na Karláku tělocvična.

Myslím, že jsem se tu toho dost naučil a hlavně potkal super lidi. Na bakaláři na FITu je hrozně moc lidí, tady je nás na oboru pár, takže i menší anonymita. Pro AI jsem se tu hodně nadchl.

Je to několik výzkumných skupin, se kterými můžeš dělat na diplomce, případně PhD a dál. Dřív jsem PhD zavrhoval, ale teď nad tím dost uvažuji. Dělají se tu opravdu zajímavé věci :).

Pokud plánuješ vyjet na Erasmus, FIT má myslím více dohod. FEL má např. KU Leuven (TOP 10 EU v IT + májí obor AI), kam se chystám :).

TL;DR: RZN, TAL, AU špatné, jinak dobré, na FELu je lepší výzkum

answered 2015-09-25 09:06:57 +0100

blazicekj
53 ●1 ●2 ●8

Studoval jsem Kybernetiku a Robotiku na FEL na Bc. etapě a pak jsem kvůli blbému termínu přijímaček šel dodělat Mgr. na teoretickou informatiku na FIT. Nemůžu říct, že by FIT byl k ničemu, ale docela toho lituju.

Organizačně je FEL rozhodně lepší škola i přes to množství studentů, v životě jsem nezažil takovou byrokracii jako tady. Nejde ani tak o to, že by bylo moc papírování, ale spíš o to sehnat někoho kdo se tomu málu bude věnovat...

Při FEL nedávno postavili CIIRC. Dělají na skvělých projektech a stojí za to se u nich zaháčkovat třeba na diplomku. Bohužel jak se ukázalo, udělat to samé (nechat si schválit externí diplomku) na FIT je o nervy.

FIT je nesporně jednodušší. S novou verzí PAR to už bude vážně sranda. Zatímco Bc. na FEL jsem sotva prolezl, tady jde 90% věcí udělat napoprvé, kolikrát i za A/B.

FIT má lepší prakticky zaměřené předměty. Jednoduše proto, že jsou mladá fakulta a většina předmětů je ještě mladších. Na FEL nemají problém vyučovat 30 let staré věci. Na druhou stranu jsem pevně přesvědčen, že opravdu prakticky zaměřené předměty nemají na VŠ moc co dělat a většinu těch teoretických na FEL učí lépe, navíc je jich větší množství. Navíc na Mgr. etapě už není člověk tak vázán studijním plánem.

Ačkoliv je FIT jednoduchá škola, všichni jsou tu blázni do semestrálních prací. Práce v semestru je 3x tolik, jenom proto, že dokola pořád něco programuješ a máš jeden deadline za druhým. Jen málokdy můžu říct, že to bylo přínosem. Většinou je to spíš prostě otravné.

Narovinu, ani jedna škola z tebe neudělá experta na AI. Můžeš doufat v nějaké základy, ale je to o tom co se naučíš sám. Sežeň si zajímavé téma na diplomku a věnuj se tomu už od začátku. Na FEL zajdi na katedru kybernetiky, nebo na CIIRC a zkus se domluvit na nějaké spolupráci. Rozhodně si myslím, že tím nepohrdnou, projektů mají pořád dost. V zaměstnání je taky nebude zas až tolik zajímat, kterou školu si vystudoval a jaké si měl výsledky. Zajímá je, co si dělal za projekty, čemu se aktivně věnuješ, čemu rozumíš na úrovni vyšší než naučí ve škole, co jsi publikoval. Alespoň tedy ve chvíli, kdy se nebavíš s nějakými personalistkami ve velké firmě.

answered 2015-09-30 16:37:06 +0100

klaxalk
96 ●3 ●4

Ahoj, studoval jsem kybernetiku (robotiku) na Bc. a umělou inteligenci na magistru, mohu tedy poskytnout pouze jednostranný názor bez srovnání s FITem. Osobně jsem měnil obor proto, že mi skladba AI připadala daleko modernější než příslušný navazující obor kybernetiky.

TLDR; Jsem rád, že jsem AI studoval, škola mi dala hodně. Nicméně je potřeba se snažit a vyplnit si volitelné předměty smysluplně a dobrovolně se věnovat výzkumu.

Magisterské AI hodně staví na bakalářských základech, tedy na matematické optimalizaci (OPT) a rozpoznávání (RPZ). Obojí je celkem nutnost si zapsat v prvním semestru, jinak studium nebude dávat smysl (dá se to bez nich vystudovat, ale nevím jestli bude dotyčný chápat souvislosti). V OPT se řeší převážně konvexní optimalizace, gradientní metody, lineární a kvadratické programování... na vše jsou výborné domácí úkoly s "reálnými" problémy. V RPZ se řeší základy klasifikace a rozpoznávání, vše od bayesovského učení až po moderní SVM a AdaBoost přístupy. Žel předmět trochu předpokládá znalost optimalizace, tedy ze začátku jsem trochu plaval.

V povinných předmětech magistru velmi stojí za zmínku kombinatorická optimalizace (KO) kde se převážně řeší optimalizace funkcí diskrétní proměnné, často NP-těžké úlohy (velmi časté v praxi, TSP, scheduling, ...). Nebudu zde popisovat všechny předměty, jednak to udělali jiní přede mnou, druhak zde prakticky není co vytknout.

Ve volitelných jsem měl mimo zmíněného OPT a RPZ dále Praktickou robotiku (PAR), Mobilní a kolektivní robotiku (MKR), Teoretickou Fyziku 1 (TF1), Astrofyziku (ASF).

Studium je hodně přehledové... nenaučí býti odborníkem na machine learning, optimalizaci nebo reprezentace znalostí... ale dá přehled a podstatné je že je to přehled jak v aktuálních metodách tak i v dlouhodobě pravdivých konceptech... tedy jsou to znalosti které nezastarávají (alespoň ne rychle). Specializaci se člověk musí věnovat, což doporučuji už od začátku studia. Doporučuji zajít do nějaké výzkumné skupiny (ATG, CMP, IDA, MRS) nebo na CIIRC a podílet se na výzkumu a práci na DP již od začátku studia.

Jinak také doporučuji a zdůrazňuji, předmět Automatické uvažování (AU) si zapsat již ve 2. semestru, dělat ho dohromady s diplomkou (a odevzdávat semestrálku prakticky u státnic) je na oběšení :-).

Přeji hodně úspěchů :-).