Циљ:Циљ предмета је стицање основних знања и вештина из области вештачке интелигенције са тежиштем на машинским
учењем
Исход:Студенти ће бити оспособљени за употребу концепата и појединих алгоритама машинског учења при пројектовању
софтверских производа и решења која се делимично заснивају на тим концептима
Садржај предмета
Теоријска настава:
Основни појмови вештачке интелигенције
Подручја вештачке интелигенције.Машинско учење
Подаци. Типови података.Припрема података.Узорковање података
Класификација. Бајесовски класификатор
Поређење класификатора. Редукција димензија
Регресија
Евалуација модела. Поређење класификатора на примеру
Кластеризација
Вештачке неуронске мреже
Обучавање, унакрсна валидација и проблем пренаучености вештачких неуронских мрежа
Вештачке неуронске мреже мреже засноване на вишеслојном перцептрону
Примена вештачких неуронских мрежа у машинском учењу
Комплетан пример машинског учења
Практична настава:
Литература
Goran Šimić, Tehnologije i sistemi veštačke inteligencije, Akademija tehničko-umetničkih strukovnih studija Beograd, Odsek Visoka škola elektrotehnike i računarstva, Vojvode Stepe 283, Beograd, ISBN 978-86-6090-186-8, COBISS.SR-ID 182283273, 242 strana, 2025
