Предмет: Машинско учење 2 (17 - EK471)


Основне информације

КатегоријаТеоријско-методолошки
Научна областТелекомуникације и обрада сигнала
МултидисциплинарнаНе
ЕСПБ6
Матичне организационе јединице предмета

Тренутно нема података о матичним организационим јединицама предмета!
Програм предмета

Програм се примењује од 22.08.2017..


Предмети предуслови

Назив предметаМора се одслушатиМора се положити
Машинско учење 1дане
Курс упознаје студенте са напредним темама у области машинског учења са посебним освртом на теоријске основе напредних техника и алата за имплементацију. Обрађују се теме које се тичу специфичних савремених техника надгледаног, ненадгледаног и полунадгледаног учења,
Студенти ће научити да интерпретирају и повежу различите напредне алгоритме и приступе машинског учења. Научиће да рукују подацима, идентификују и изаберу најпогодније приступе машинском учењу, технике регуларизације, као и да надзиру процес обуке и подешавају регуларизационе параметре. Студенти ће овладати употребом програмских алата заснованих на језику Python.
Неуралне мреже: увод, архитектуре и поступци обуке, евалуација и примена. Групно учење: bagging и boosting. Кластеризација - напредни алгоритми, модели засновани на мешавинама и алгоритам максимизације очекивања (ЕМ), групна кластеризација. Полунадгледани алгоритми. Скривени Марковљеви модели. Пробабилистички графички модели (закључивање, belief propagation, практична примена).
Предавања, рачунарске вежбе (Matlab, Python), домаћи задаци, консултације, активно учење, учење кроз пројекат и истраживање, радионице.
АуториНазивГодинаИздавачЈезик
Goodfellow, I., Bengio, Y., Courville, A.Deep Learning2017MIT Press, CambridgeЕнглески
Kevin MurphyMachine Learning: A Probabilistic Perspective2012MIT PressЕнглески
Bishop, C.M.Pattern Recognition and Machine Learning2006Springer, New YorkЕнглески
Hastie, T., Tibshirani, R., Friedman, J.The Elements of Statistical Learning : Data Mining, Inference, and Prediction2009Springer, New YorkЕнглески
Khanna, T.Foundations of Neural Networks1990Addison-Wesley, MassachusettsЕнглески
Предметна активностПредиспитнаОбавезнаБрој поена
Предметни пројекатдада40.00
Домаћи задатакдада5.00
Домаћи задатакдада5.00
Писмени део испита - комбиновани задаци и теоријанеда50.00
Име и презимеВид наставе
Недостаје слика

Сечујски др Милан
Редовни професор

Предавања
Недостаје слика

Лончар-Турукало др Татјана
Редовни професор

Предавања
Недостаје слика

Носек Тијана
Асистент са докторатом

Рачунарске вежбе
Недостаје слика

Шобот Срђан
Асистент

Рачунарске вежбе