Предмет: Основе машинског учења са применама (22.EAI017 )
Студијски програми предмета:
Степен и врста студија | Назив |
---|---|
Мастер академске студије | Вештачка интелигенција и машинско учење (Година: 1, Семестар: Зимски) |
Категорија | Научно-стручни |
Ужа научна област | Телекомуникације и обрада сигнала |
ЕСПБ | 6 |
Разумевање концепата и алгоритама машинског учења укључујући познавање теоријских основа и оспособљавање за анализу и практичну примену. Студенти се упознају са основним алгоритмима надгледаног и ненадгледаног учења, уз примере добре праксе и савете за примену ових алгоритама.
Студент је оспособљен да препозна врсту проблема машинског учења, изабере одговарајуће алгоритме и имплементира их у одговарајућим софтверским пакетима. Уме да адекватно евалуира перформансе добијених модела и да комбинује разне врсте нормализације података, редукције димензионалности са алгоритмима машинског учења над подацима различите природе и обима. Студент је оспособљен да превазилази проблеме који се могу јавити у пракси као што је натприлагођење и потреба за аугментацијом података.
Компоненте система машинског учења и основне врсте учења. Основни појмови: функција цене, натприлагођење, регуларизација, евалуација перформанси, проблем димензионалности, валидациони поступци, компромис пристрасност/варијанса.
Преглед основних алгоритама са детаљном математичком основом, примерима и имплементацијом кроз вежбе:
Бајесова теорија учења, критеријуми одлучивања и дискриминантне функције, примери са Гаусовом расподелом,
Предавања, рачунарске вежбе (у одговарајућим програмским окружењима), домаћи задаци, консултације, активно учење кроз пројекат и истраживање научних публикација, рад на реалним проблемима из области машинског учења кроз сарадњу са привредом и јавним сектором (здравство, државна управа и сл.).
Аутори | Назив | Година | Издавач | Језик |
---|---|---|---|---|
2019 | Енглески | |||
2012 | Енглески | |||
2020 | Енглески |
Предметна активност | Предиспитна | Обавезна | Број поена |
---|---|---|---|
Предметна активност Домаћи задатак |
Предиспитна Да |
Обавезна Да |
Број поена 5.00 |
Предметна активност Домаћи задатак |
Предиспитна Да |
Обавезна Да |
Број поена 5.00 |
Предметна активност Домаћи задатак |
Предиспитна Да |
Обавезна Да |
Број поена 5.00 |
Предметна активност Домаћи задатак |
Предиспитна Да |
Обавезна Да |
Број поена 5.00 |
Предметна активност Писмени део испита - комбиновани задаци и теорија |
Предиспитна Не |
Обавезна Да |
Број поена 50.00 |
Предметна активност Предметни пројекат |
Предиспитна Да |
Обавезна Да |
Број поена 30.00 |
проф. др Татјана Лончар-Турукало
Редовни професор
Предавања
проф. др Милан Сечујски
Редовни професор
Предавања
Асистент са докторатом Тијана Носек
Асистент са докторатом
Рачунарске вежбе

Асистент Срђан Шобот
Асистент
Рачунарске вежбе