26М111АПТМ - Анализа података и технике машинског учења
Спецификација предмета | ||||
---|---|---|---|---|
Назив | Анализа података и технике машинског учења | |||
Акроним | 26М111АПТМ | |||
Студијски програм | Електротехника и рачунарство | |||
Модул | модул Аудио и видео технологије, модул Биомедицински и еколошки инжењеринг, модул Електроенергетски системи Смер - Мреже и системи, модул Електроенергетски системи Смер - Обновљиви извори енергије, модул Електроенергетски системи Смер - Постројења и опрема, модул Електроника и дигитални системи, модул Енергетска ефикасност, модул Информационо комуникационе технологије, модул Микроталасна техника, модул Наноелектроника и фотоника, модул Примењена математика, модул Рачунарска техника и информатика, модул Сигнали и системи, модул Софтверско инжењерство | |||
Тип студија | мастер академске студије | |||
Наставник (предавач) | ||||
Наставник/сарадник (вежбе) | ||||
Наставник/сарадник (ДОН) | ||||
Број ЕСПБ | 6.0 | Статус предмета | изборни | |
Условљност другим предметима | нема | |||
Циљеви изучавања предмета | Циљ предмета је упознавање студената са истраживањем података, анализом и визуелизацијом, као и најпопуларнијим моделима машинског учења и методологијом њиховог правилног коришћења и евалуације. | |||
Исходи учења (стечена знања) | Oчекује се да студент по успешном завршетку курса буде у стању да: 1) демонстрира разумевање проблема који се решава, примени алгоритме и технике машинског учења и дефинише сопствене моделе решавања проблема; 2) стекне осећај за истраживање, анализу и обраду података и приказивање добијених резултата; 3) научи да развија сопствене апликације или користи већ постојеће софтверске алате и библиотеке | |||
Садржај предмета | ||||
Садржај теоријске наставе | Увод у анализу података и машинско учење. Препроцесирање података и инжењеринг карактеристика. Истраживачка анализа података (EDA). Алгоритми надгледаног учења. Евалуација и валидација модела. Ненадгледано учење. Анализа временских серија. Увод у неуронске мреже и дубоко учење. Етика и интерпретабилност у машинском учењу. | |||
Садржај практичне наставе | Визуелне симулације теоријски обрађених проблема. Решавање и демонстрација практичних задатака. Анализа најновијих истраживања и научних радова из ове области. | |||
Литература | ||||
| ||||
Број часова активне наставе недељно током семестра/триместра/године | ||||
Предавања | Вежбе | ДОН | Студијски и истраживачки рад | Остали часови |
2 | 2 | 1 | ||
Методе извођења наставе | Предавања са презентацијама, интерактивне аудиторне вежбе, самостална израда пројекта, лабораторијске вежбе са визуелним симулацијама | |||
Оцена знања (максимални број поена 100) | ||||
Предиспитне обавезе | Поена | Завршни испит | Поена | |
Активности у току предавања | 0 | Писмени испит | 40 | |
Практична настава | 30 | Усмени испит | 0 | |
Пројекти | 30 | |||
Колоквијуми | 0 | |||
Семинари | 0 |