Kurz nabízí ucelený úvod do oblasti strojového učení a jeho využití v umělé inteligenci a inteligentním softwaru. Účastníci se seznámí se základními pojmy, vztahy mezi daty, informacemi a znalostmi, principy učících se algoritmů i hlavními paradigmaty strojového učení. Výuka představuje učení s učitelem i bez učitele, typické úlohy klasifikace a regrese, možnosti praktických aplikací a příklady učících se systémů.

V průběhu kurzu jsou probírány vybrané metody a algoritmy strojového učení, například bayesovské učení, lineární a logistická regrese, regularizace, Support Vector Machines, neuronové sítě, shlukování metodou K-means, snižování dimenzionality pomocí PCA či slepá separace zdrojů metodou ICA. Závěrečná část se věnuje evolučním výpočtům a genetickým algoritmům. Důraz je kladen nejen na pochopení principů jednotlivých metod, ale také na jejich praktické využití při řešení problémů z oblasti umělé inteligence.