Stranice predmeta – Fakultet tehničkih nauka u Novom Sadu

Predmet: Mašinsko učenje 2 (17.EK471)

Osnovne informacije:

Kategorija	Teorijsko-metodološki
Uža naučna oblast	Telekomunikacije i obrada signala
ESPB	6

Kurs upoznaje studente sa naprednim temama u oblasti mašinskog učenja sa posebnim osvrtom na teorijske osnove naprednih tehnika i alata za implementaciju. Obrađuju se teme koje se tiču specifičnih savremenih tehnika nadgledanog, nenadgledanog i polunadgledanog učenja,

Studenti će naučiti da interpretiraju i povežu različite napredne algoritme i pristupe mašinskog učenja. Naučiće da rukuju podacima, identifikuju i izaberu najpogodnije pristupe mašinskom učenju, tehnike regularizacije, kao i da nadziru proces obuke i podešavaju regularizacione parametre. Studenti će ovladati upotrebom programskih alata zasnovanih na jeziku Python.

Neuralne mreže: uvod, arhitekture i postupci obuke, evaluacija i primena. Grupno učenje: bagging i boosting. Klasterizacija - napredni algoritmi, modeli zasnovani na mešavinama i algoritam maksimizacije očekivanja (EM), grupna klasterizacija. Polunadgledani algoritmi. Skriveni Markovljevi modeli. Probabilistički grafički modeli (zaključivanje, belief propagation, praktična primena).

Predavanja, računarske vežbe (Matlab, Python), domaći zadaci, konsultacije, aktivno učenje, učenje kroz projekat i istraživanje, radionice.

Autori	Naziv	Godina	Izdavač	Jezik
Goodfellow, I., Bengio, Y., Courville, A.	Deep Learning	2017	MIT Press, Cambridge	Engleski
Kevin Murphy	Machine Learning: A Probabilistic Perspective	2012	MIT Press	Engleski
Bishop, C.M.	Pattern Recognition and Machine Learning	2006	Springer, New York	Engleski
Hastie, T., Tibshirani, R., Friedman, J.	The Elements of Statistical Learning : Data Mining, Inference, and Prediction	2009	Springer, New York	Engleski
Khanna, T.	Foundations of Neural Networks	1990	Addison-Wesley, Massachusetts	Engleski

Predmetna aktivnost	Predispitna	Obavezna	Broj poena
Predmetna aktivnost Domaći zadatak	Predispitna Da	Obavezna Da	Broj poena 5.00
Predmetna aktivnost Predmetni projekat	Predispitna Da	Obavezna Da	Broj poena 40.00
Predmetna aktivnost Pismeni deo ispita - kombinovani zadaci i teorija	Predispitna Ne	Obavezna Da	Broj poena 50.00
Predmetna aktivnost Domaći zadatak	Predispitna Da	Obavezna Da	Broj poena 5.00

ORGANIZACIJA

DOKUMENTA

ZAPOSLENI

KONKURSI

AKREDITACIJA

KONTAKT

AKREDITACIJA

KONTAKT

Studentska služba

Predmet: Mašinsko učenje 2 (17.EK471)

prof. dr Sečujski Milan

Predavanja

prof. dr Lončar-Turukalo Tatjana

Predavanja

Asistent sa doktoratom Nosek Tijana

Računarske vežbe

Asistent Šobot Srđan

Računarske vežbe

Kontakt: