Fakultet tehničkih nauka

Predmet: Mašinsko učenje (17.DE120)

Osnovne informacije:
 
Kategorija Naučno-stručni
Uža naučna oblast Elektronika
ESPB 10

Cilj predmeta je da studente upozna sa osnovama, trendovima i alatima u razvoju algoritama mašinskog učenja, kao i u razvoju gotovih rešenja.

Studenti koji uspešno završe ovaj predmet moći će da prate najnovije rezultate, razumeju stručnu i istraživačku literaturu i uključe se u naučni rad iz ove oblasti. Pored teorijskih znanja studenti će takođe steći znanja neophodna za korišćenje savremenih alata iz oblasti projektovanja sistema mašinskog učenja.

Uvod u mašinsko učenje. Pregled standardnih metoda mašinskog učenja (Formal model učenja. Support Vector Machines, Decision Trees, Artificial Neural Networks). Duboko učenje. Tehnike regularizacije dubokog učenja. Tehnike optimizacije dubokih modela. Konvolucione neuronske mreže (Convolutional Neural Networks). Rekurentne i rekurzivne mreže. Automatsko generisanje topologije neuronskih mreža (Neural Architecture Search). Autoenkoderi (Autoencoders). Duboki generativni modeli (Deep Generative Models). Duboko Reinforcement učenje.

Nastava će se izvoditi individualno sa svakim studentom. Nastavnik će u saradnji sa svakim studentom da odabere njegove (ili njene) oblasti interesovanja i u skladu sa tim odabrati literaturu i temu koju student treba da samostalno odbrani i prezentira. Studijski istraživački rad.

Autori Naziv Godina Izdavač Jezik
Shai Shalev-Shwartz, Shai Ben-David Understanding Machine Learning - From Theory to Algorithms 2014 Cambridge University Press Engleski
Predmetna aktivnost Predispitna Obavezna Broj poena
Predmetna aktivnost
Teorijski deo ispita
Predispitna
Ne
Obavezna
Da
Broj poena
50.00
Predmetna aktivnost
Predmetni projekat
Predispitna
Da
Obavezna
Da
Broj poena
50.00
Predavanja
Predavanja