Spinner

Документ се учитава

АТУСС

ВИШЕР

Академија техничко-уметничких струковних студија Београд

Одсек Висока школа електротехнике и рачунарства

Машинско учење Шифра: 317208 | 8 ЕСПБ

Опште информације
Ниво студија: Мастер струковне студије
Година студија: 1
Семестар: 1
Услов: Познавање прорамског језика Python (ОБАВЕЗНО) и одабраних тема из вероватноће и статистике, као и дискретне математике.
Циљ: Упознавање студената са основним теоретским концептима и практичним вештинама из домена машинског учења и обраде података.
Исход: Студенти ће по завршетку курса бити обучени да користе библиотеке за процесирање података у оквиру програмског језика Python, формирају векторе обележја, примене методе њихове редукције као и алгоритме за класификацијуподатака, кластеровање и регресију.
Садржај предмета
Теоријска настава:
  1. Појам машинског учења.
  2. Креирање вектора обележја.
  3. Индуктивно емпиријско учење функционалних пресликавања.
  4. Обучавање са учитељем, самообучавање, обучавање са подстицањем.
  5. Бајесово правило одлучивања.
  6. Класификација.
  7. Класификација текстуалних података.
  8. Кластеровање.
  9. Регресија и предвиђање методом регресије.
  10. Вештачке неуронске мреже и дубоко обучавање.
  11. Метода вектора ослонца.
  12. Редукција димензионалности вектора обележја.
  13. Напредна класификација текста (sentiment analysis).
  14. Системи за препоруку.
  15. Рачунарска визија.
Практична настава:
  1. Прати теоријску наставу и оспособљава студенте да решавају пракичне проблеме из области машинског учења употребом програмског језика Python и пратећих библиотека.
Литература
  1. D. Julian (2016): "Designing Machine Learning systems with Python". Packt Publishing.
  2. L. P. Coelho, W. Richert (2015): "Building Machine Learning systems with Python, Second Edition". Packt Publishing.
  3. М. Милосављевић (2015): "Вештачка интелигенција". Универзитет Сингидуниум, Београд.
  4. J. Bell (2015): "Machine Learning: Hands-On for Developers and Technical Professionals". John Wiley & Sons, Inc.
Број часова активне наставе (недељно)
Предавања: 4
Вежбе: 3
Други облици наставе: 0
Оцена знања (максималан број поена 100)
Предиспитне обавезе
Поени
активности у току предавања
0
активности на лабораторијским вежбама
20
семинарски рад
0
колоквијум
40
Завршни испит
Поени
Писмени испит
40
Усмени испит
0

Наставник

Сарадник

Обавештења
© 2024 Одсек Висока школа електротехнике и рачунарства, Београд
Војводе Степе 283, office@viser.edu.rs, +381 11 2471 099
Радно време: Понедељак - Петак 09:00-17:00