Странице предмета

Теоријска настава - Континуално машинско учење: мотивишући примери, кратка историја, дефиниција, типови знања, методе евалуације - Сличности и разлике континуалног машинског учења са сродним парадигмама учења: Transfer Learning, Multi-Task Learning, Incremental Learning, Online Learning, Meta-Learning, Few Shot Learning, One Shot Learning - Надзирано континуално машинско учење - Континуално учење без катастрофалног заборављања - Инкрементално и онлајн континуално учење у отвореном окружењу - Континуално моделовање тема (енг. Lifelong Topic Modeling) - Континуална екстракција информација - Континуално учење са награђивањем (енг. Lifelong Reinforcement Learning) - Multi-task учење - Трансфер учење - Few Shot и One Shot учење - Метаучење - Адаптивна резонантна теорија Практична настава Рачунарске и лабораторијске вежбе које прате овај курс ће бити конципиране на такав начин да кроз практичан рад са постојећим сотверским алатима за симулацију и обучавање неуралних мрежа, илуструју све теоријске концепте који ће бити обрађивани на предавањима. Део практичне наставе је самостални студентски пројекат, у оквирима кога ће сваки студент програмски имплементирати симулациони модел одабраног концепта континуалног учења у софтверу, и/или комплетан модел континуално-учеће неуралне мреже у хардверу (уграђеном електронском систему). Овај пројекат ће по правилу бити реализован кроз сарадњу са компанијама које се баве применом неуралних мрежа у областима обраде слике, видеа, звука, итд.