19Д051ДУ - Дубоко учење
Спецификација предмета | ||||
---|---|---|---|---|
Назив | Дубоко учење | |||
Акроним | 19Д051ДУ | |||
Студијски програм | ||||
Модул | ||||
Тип студија | ||||
Наставник (предавач) | ||||
Наставник/сарадник (вежбе) | ||||
Наставник/сарадник (ДОН) | ||||
Број ЕСПБ | 9.0 | Статус предмета | изборни | |
Условљност другим предметима | ||||
Циљеви изучавања предмета | Упознавање са савременим техникама вештачке интелигенције, превасходно заснованим на машинском учењу. Разумевање предуслова, потенцијала, ограничења и метода примене ових техника на проблеме обраде слике и видеа, секвенцијалних сигнала, природног језика, управљања агентима, генерисања слике и текста, визуелизације високо-димензионалних података. | |||
Исходи учења (стечена знања) | Студенти разумеју основне и напредне концепте обрађених техника, у стању су да их имплементирају коришћењем стандардних библиотека, да изврше обучавање модела и анализирају њихове перформансе, да унесу модификације у циљу прилагођавања постојећих метода специфичним доменима примене или у циљу научног истраживања. | |||
Садржај предмета | ||||
Линк ка страници предмета | https://www.etf.bg.ac.rs/fis/karton_predmeta/19D051DU-2023 | |||
Садржај теоријске наставе | Модели за рад са сликама: VGG, ResNet, ViT. Детекција објеката и сегментација: YOLO, Faster R-CNN, Mask-RCNN, UNet. Праћење објеката: DeepSORT. Секвенцајални подаци, пажњa: LSTM/GRU, Transformer. Графовске неуралне мреже. Учење подстицањем: DDPG, DQN, PPO. Учење са само-надзором: BERT, GPT, SimCLR. Генеративни модели: GAN, VAE, дифузиони модели. Редукција димензионалности: UMAP, t-SNE. | |||
Садржај практичне наставе | Самостална имплементација, обучавање и евалуација модела коришћењем Python програмског језика и стандардних библиотека (PyTorch, TensorFlow, Keras). | |||
Литература | ||||
| ||||
Број часова активне наставе недељно током семестра/триместра/године | ||||
Предавања | Вежбе | ДОН | Студијски и истраживачки рад | Остали часови |
8 | ||||
Методе извођења наставе | Предавања. Самостално истраживање препоручене литературе и додатних изабраних научних радова, уз консултације. | |||
Оцена знања (максимални број поена 100) | ||||
Предиспитне обавезе | Поена | Завршни испит | Поена | |
Активности у току предавања | Писмени испит | |||
Практична настава | Усмени испит | 30 | ||
Пројекти | 70 | |||
Колоквијуми | ||||
Семинари |