Навигација

26Д111ВИД - Вештачка интелигенција и дубоко учење

Спецификација предмета
НазивВештачка интелигенција и дубоко учење
Акроним26Д111ВИД
Студијски програмЕлектротехника и рачунарство
Модулмодул Рачунарска техника и информатика
Тип студијадокторске академске студије
Наставник (предавач)
Наставник/сарадник (вежбе)
    Наставник/сарадник (ДОН)
      Број ЕСПБ9.0Статус предметаизборни
      Условљност другим предметиманема
      Циљеви изучавања предметаУпознавање студената са методологијама и применама савременог развоја области вештачке интелигенције и дубоког учења, са нагласком на напредне технологије
      Исходи учења (стечена знања)Разматраће се савремене врсте неуралних мрежа, подешавање и оптимизација хиперпараметара и рад са различитим алатима. Главни исход курса је да научи студенте техникама и алатима за решавање сложених проблема вештачке интелигенције са којима се могу сусрести у реалности и да примене најподеснију и најефикаснију методу за решавање таквих изазова.
      Садржај предмета
      Садржај теоријске наставе"Напредне технике дубоког учења. Анализа напредних техника за дизајн неуронских мрежа уз оптимизације и подешавање хиперпараметара и оквири дубоког учења. . Рекурентне неуронске мреже, њихове примене и сродне методе. Трансформери, основе, концепти и примена, језички модели засновани на трансформерима. Примери из индустрије и академске заједнице.
      Садржај практичне наставеАнализа и решавање практичних задатака и демонстрирање како савладати одређене проблеме техникама вештаћке интелигенције и дубоког учења. Практичан примери са развојним алатима на примерима различитих скупова података .
      Литература
      1. Deep Learning – Ian Goodfellow, Yoshua Bengio, Aaron Courville (MIT Press)
      2. Pattern Recognition and Machine Learning – Christopher M. Bishop (Springer)
      3. Machine Learning: A Probabilistic Perspective – Kevin Murphy (MIT Press)
      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 настава0Усмени испит30
      Пројекти70
      Колоквијуми0
      Семинари0