Stranice predmeta

Teorijska nastava - Kontinualno mašinsko učenje: motivišući primeri, kratka istorija, definicija, tipovi znanja, metode evaluacije - Sličnosti i razlike kontinualnog mašinskog učenja sa srodnim paradigmama učenja: Transfer Learning, Multi-Task Learning, Incremental Learning, Online Learning, Meta-Learning, Few Shot Learning, One Shot Learning - Nadzirano kontinualno mašinsko učenje - Kontinualno učenje bez katastrofalnog zaboravljanja - Inkrementalno i onlajn kontinualno učenje u otvorenom okruženju - Kontinualno modelovanje tema (eng. Lifelong Topic Modeling) - Kontinualna ekstrakcija informacija - Kontinualno učenje sa nagrađivanjem (eng. Lifelong Reinforcement Learning) - Multi-task učenje - Transfer učenje - Few Shot i One Shot učenje - Metaučenje - Adaptivna rezonantna teorija Praktična nastava Računarske i laboratorijske vežbe koje prate ovaj kurs će biti koncipirane na takav način da kroz praktičan rad sa postojećim sotverskim alatima za simulaciju i obučavanje neuralnih mreža, ilustruju sve teorijske koncepte koji će biti obrađivani na predavanjima. Deo praktične nastave je samostalni studentski projekat, u okvirima koga će svaki student programski implementirati simulacioni model odabranog koncepta kontinualnog učenja u softveru, i/ili kompletan model kontinualno-učeće neuralne mreže u hardveru (ugrađenom elektronskom sistemu). Ovaj projekat će po pravilu biti realizovan kroz saradnju sa kompanijama koje se bave primenom neuralnih mreža u oblastima obrade slike, videa, zvuka, itd.