Навигација

19Д111НАМ - Напредни алгоритми машинског учења

Спецификација предмета
НазивНапредни алгоритми машинског учења
Акроним19Д111НАМ
Студијски програмЕлектротехника и рачунарство
Модулмодул Софтверско инжењерство
Тип студијадокторске академске студије
Наставник (предавач)
Наставник/сарадник (вежбе)
    Наставник/сарадник (ДОН)
      Број ЕСПБ9.0Статус предметаизборни
      Условљност другим предметима/
      Циљеви изучавања предметаУпознавање студената са напредним техникама и алгоритмима машинског учења и њихова примена у савременим софтверским системима. Овај предмет представља теоретске основе модерног машинског учења, као и напредне методе и оквире који се користе у савременом машинском учењу.
      Исходи учења (стечена знања)Исход овог предмета је оспособљавање студената да разумеју статистичка и рачунарска разматрања у алгоритмима машинског учења, да развију вештину смишљања рачунарско ефикасних, а опет статистички ригорозних алгоритама за решавање проблема машинског учења и да развију вештину квантификације статистичких перформанси за било који нови метод машинског учења.
      Садржај предмета
      Садржај теоријске наставеНаивни Бајес, Логистичка регресија, Кернели, Методе потпорних вектора, Појачавања, Линеарна регресија, Дубинске мреже, Активно учење, Полу-надгледано учење, Графички модели (Бајесове мреже и скривени Марковљеви модели), ненадгледано учење, редукција димензија, дубинско ненадгледано учење, појачано учење, непараметријско и вишедимензионално предвиђање, предвиђање са применом у играма.
      Садржај практичне наставе/
      Литература
      1. Tom Mitchell - "Machine Learning"
      2. Christopher Bishop - "Pattern Recognition and Machine Learning"
      3. Shai Shalev-Shwartz and Shai Ben-David - "Understanding Machine Learning: From Theory to Algorithms"
      4. Trevor Hastie, Robert Tibshirani, Jerome Friedman - "The Elements of Statistical Learning: Data Mining, Inference and Prediction"
      5. Kevin P. Murphy - "Machine Learning: A Probabilistic Perspective"
      Број часова активне наставе недељно током семестра/триместра/године
      ПредавањаВежбеДОНСтудијски и истраживачки радОстали часови
      8
      Методе извођења наставеПредавања са презентацијом, израда пројекта, дискусија о реализованим решењима
      Оцена знања (максимални број поена 100)
      Предиспитне обавезеПоенаЗавршни испитПоена
      Активности у току предавања0Писмени испит0
      Практична настава40Усмени испит30
      Пројекти0
      Колоквијуми0
      Семинари30