19М034ВИМ - Вештачка интелигенција у мобилним системима
| Спецификација предмета | ||||
|---|---|---|---|---|
| Назив | Вештачка интелигенција у мобилним системима | |||
| Акроним | 19М034ВИМ | |||
| Студијски програм | ||||
| Модул | ||||
| Тип студија | ||||
| Наставник (предавач) | ||||
| Наставник/сарадник (вежбе) | ||||
| Наставник/сарадник (ДОН) | ||||
| Број ЕСПБ | 6.0 | Статус предмета | изборни | |
| Условљност другим предметима | Радио системи | |||
| Циљеви изучавања предмета | Mобилне мреже постале су део нашег живота, док употреба вештачке интелигенције (АИ) у њима убрзано расте. Циљ курса је да пружи увод у АИ проблеме и технике. Корак по корак, уводе се следеће АИ технике: учење под надзором, учење без надзора и учење уз помоћ. Објашњава се како се ове технике могу користити у оквиру бежичних система, посебно у дизајнирању и оптимизацији будућих мобилних мрежа. | |||
| Исходи учења (стечена знања) | Очекује се да студент који заврши овај курс може да: * разуме основне концепте различитих техника вештачке интелигенције, * разуме могућост примене машинског учења у различитим сегментима једне мобилне мреже, * овлада основним алгоритмима и програмским алатима за примену техника машинског учења на конкретним проблемима. | |||
| Садржај предмета | ||||
| Линк ка страници предмета | http://telit.etf.rs/predmeti-elektronski-dokumenti/ | |||
| Садржај теоријске наставе | Преглед основних концепата вештачке инетелигенције и машинског учења. Основни типови машинског учења (unsupervised, reinforcement, supervised, semi-supervised). Класификација, регресија, кластеризација. Методе валидације. Overfitting проблем. Примери примене из домена мобилних система. | |||
| Садржај практичне наставе | Предвиђено је да студенти имају више развојних пројеката. | |||
| Литература | ||||
| ||||
| Број часова активне наставе недељно током семестра/триместра/године | ||||
| Предавања | Вежбе | ДОН | Студијски и истраживачки рад | Остали часови |
| 3 | 1 | 1 | ||
| Методе извођења наставе | Предавања и вежбе се држе кроз PowerPoint презентације и рад на табли. Практична настава се држи у лабораторији и подразумева вежбе показног типа, као и самосталан рад студената. | |||
| Оцена знања (максимални број поена 100) | ||||
| Предиспитне обавезе | Поена | Завршни испит | Поена | |
| Активности у току предавања | Писмени испит | 30 | ||
| Практична настава | Усмени испит | |||
| Пројекти | ||||
| Колоквијуми | ||||
| Семинари | 70 | |||