Fakultet tehničkih nauka

Predmet: Samoobučavajući i adaptivni algoritmi (17.AUN54)

Matične organizacione jedinice predmeta:
Osnovne informacije:
 
Kategorija Naučno-stručni
Uža naučna oblast Automatika i upravljanje sistemima
Multidisciplinarna Ne
ESPB 4
Cilj:

Osposobljavanje studenata za rešavanje osnovnih problema analize, sinteze i implementacije samo-obučavajućih i adaptivnih sistema u problemima odlučivanja i šire, za praćenje literature i aktivan istrživački rad u oblasti.

Ishod:

Studenti će steći osnovna znanja iz oblasti samo-obučavajućih i adaptivnih sistema i algoritama. Naučiće da izaberu odgovarajući algoritam, da podese meta-parametre, te izvrše implementaciju algoritama na odgovarajućoj platformi.

Sadržaj:

1. Problem automatskog odlučivanja i osnovna struktura prilagodljivih sistema za podršku odlučivanju. Osnovni pojmovi o mašinskom učenju, adaptivnim i samoobučavajućim algoritmima. 2. Konačni Markovljevi procesi odlučivanja. 3. Osnovni metodi egzaktnog rešavanja konačnih problema odlučivanja. 4. Ograničenja egzaktnih metoda i potreba za uvođenjem aproksimativnih tehnika. Primeri i studije slučaja. 5. Linearna regresija i klasifikacija. 6. Adaptivna estimacija parametara linearnih modela - rekurzivni metod najmanjih kvadrata i Kalmanov filter. 7. Nelinearna regresija i klasifikacija. Adaptivna estimacija parametara nelinearnih modela. 8. Veštačke neuronske mreže kao primer algoritma opšte regresije i klasifikacije. Algoritam propagacije greške unazad. 9. Stohastički gradijent i algoritam najbržeg pada, sa primenama u obuci neuronskih mreža. 10. Adaptivna estimacija parametara linearnih dinamičkih modela.

Metodologija izvođenja nastave:

Predavanja. Računarske vežbe. Konsultacije. Projekat.

Literatura:
Autori Naziv Godina Izdavač Jezik
V. Vapnik Statistical Learning Theory 1998 John Willey and Sons Engleski
Ioannou, P.A. Adaptive Systems with Reduced Models 1983 Springer-Verlag, Berlin Engleski
A. Zaknich Principles of Adaptive Filters and Self Learning Systems 2005 Springer Engleski
Ruchard S. Sutton, Andrew G. Barto Reinforced Learning - An Introduction 2017 MIT Press Engleski
C. Gres Complex and Adaptive Systems 2008 Springer Engleski
I. Moreels and J. Willem Adaptive Systems - An Introduction 1996 Birkhauser Engleski
Formiranje ocene:
Predmetna aktivnost Predispitna Obavezna Broj poena
Test Da Da 30.00
Pismeni deo ispita - kombinovani zadaci i teorija Ne Da 30.00
Predmetni(projektni)zadatak Da Ne 30.00
Usmeni deo ispita Ne Da 40.00
Izvođači nastave:
Predavanja
Računarske vežbe
Predavanja
Računarske vežbe