Машинско учење

Samostalni upis

Шифра: MU23


Циљ предмета:

Упознавање студената са основним теоретским концептима и практичним вештинама из домена машинског учења и обраде података.

Исход предмета: 

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 класификацију података, кластеровање и регресију.

Садржај предмета:
Теоријска настава:

Појам машинског учења. Креирање вектора обележја. Индуктивно емпиријско учење функционалних пресликавања. Обучавање са учитељем, самообучавање, обучавање са подстицањем. Бајесово правило одлучивања. Класификација. Класификација текстуалних података. Кластеровање. Регресија и предвиђање методом регресије. Вештачке неуронске мреже и дубоко обучавање. Метода вектора ослонца. Редукција димензионалности вектора обележја. Напредна класификација текста (sentiment analysis). Системи за препоруку. Рачунарска визија.

Практична настава:

Прати теоријску наставу и оспособљава студенте да решавају пракичне проблеме из области машинског учења употребом програмског језика Python и пратећих библиотека.