PRUKNER, J. Metody inicializace vah neuronových sítí a jejich vliv na učení sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.
Předložená bakalářská práce se zabývala analýzou vlivu použité metody pro inicializaci vah umělých neuronových sítí. Práce je psána věcně a čtivě, po odborné stránce je práce na velmi dobré úrovni. Po formální stránce je práce také na velmi dobré úrovni, mírně snížené občasnými překlepy nebo chybějícími ukončovacími znaky. Student ve své práci vhodně cituje relevantní zdroje včetně zahraničních odborných článků. Student byl během práce aktivní a v případě potřeby docházel na konzultace vždy řádně připraven a s konkrétními dotazy. Z hlediska praktické části pracoval samostatně a byl schopen řešit vzniklé problémy. Všechny body zadání považuji za splněné. Kromě toho student nad rámec zadání provedl řádově větší počet experimentů na větším počtu datasetů a na větším množství architektur neuronových sítí. Popis dosažených výsledků je velmi detailní a obsáhlý. Z tohoto důvodu je rozsah textu nad doporučeným, avšak vzhledem k množství provedené práce to nepovažuji za nedostatek. Naopak vlastní iniciativu studenta hodnotím velmi kladně. Předložená práce splňuje všechny požadavky na bakalářské práce a v mnohém je i převyšuje. Celkově práci hodnotím stupněm A (98 bodů).
Študent Jakub Prukner sa vo svojej bakalárskej práci zameriava na metódy inicializácie váh neurónových sietí a ich vplyv na učenie sietí. Práca je členená do ôsmich kapitol na 73 stránkach textu a cituje 53 zdrojov zväčša zahraničnej odbornej literatúry z posledných 5 rokov. V teoretickej časti, ktorá je popísaná na šiestich kapitolách, sa študent zameriava na všeobecný popis umelých neurónových sietí a ich zloženia, samotný popis metód inicializácie váh a metriky hodnotenia učenia týchto sietí. Nasleduje popis problému pri inicializácii váh neurónových sietí a stručný popis verejne dostupných databáz, ktoré sú následne v praktickej časti tejto práce používané. Teoretickú časť práce považujem síce za rozsiahlu, no všetky kapitoly na seba logicky nadväzujú a žiadnu jej časť nepovažujem za nadbytočnú. Teoretická časť práce je na vysokej úrovni a treba podotknúť, že zvolené metódy prevyšujú úroveň bakalárskych znalostí a študent si teda danú problematiku musel naštudovať samostatne. V praktickej časti študent definuje štyri typy neurónových sietí, ktoré následne implementuje viackrát, zakaždým s využitím inej metódy inicializácie váh a pre každý dataset samostatne. Študent vhodne popisuje jednotlivé použité siete, vrátane dostatočného vyhodnotenia a diskusie. Praktická časť vysoko prekonáva potreby bakalárskej práce. Práca obsahuje radu preklepov, u niektorých rovníc chýba vysvetlenie niektorých premenných, ako napríklad v rovnici 2.6 nie je uvedený význam parametru eta. Po formálnej stránke je práca na veľmi vysokej úrovni. Na základe vyššie uvedených pozitív hodnotím prácu stupňom A, 95 bodov a odporúčam k obhajobe.
eVSKP id 159715