Hrvatski
Hrvatski
English

PRIMJENA STROJNOG UČENJA

Cilj
Cilj predmeta je osposobiti studente da instaliraju i koriste biblioteke koje podržavaju strojno učenje. Studenti će se kroz
kolegij ponoviti neke pojmove iz matematike i statistike, kao i osnovne pojmove strojnog učenja. Svaki student će nakon
upoznavanja sa teorijskom osnovom, rješavati postavljene probleme u odgovarajućem okruženju koristeći primjereni
programski jezik. Naglasak kolegija je na algoritmima za nadzirano strojno učenje s kojima će se studenti upoznati, te će steći
osnovne vještine optimizacije i redukcije značajki.
Uvjeti upisa
Nema.
Ishodi učenja
- Planirati implementaciju okruženja za strojno učenje
- Argumentirati razloge odabira pojedinog algoritma za strojno učenje
- Argumentirati izbor metode pripreme podataka za algoritme strojnog učenja
- Riješiti zadani problem algoritmima strojnog učenja
Nastavni plan
1. Odabir i podešavanje okruženja za strojno učenje
2. Učitavanje podataka
3. Rad s podacima
4. Upravljanje numeričkim i tekstualnim podacima
5. Upravljanje slikama
6. Reduciranje svojstava
7. Linearna regresija
8. Stabla odlučivanja
9. KNN metoda
10. Logistička regresija
11. SVN metoda
12. Neuronske mreže 1. dio
13. Neuronske mreže 2. dio
14. Evaluacija modela
15. Pohrana modela
Način ocjenjivanja
Ocjenjivanje i vrednovanje rada studenata tijekom nastave
Bodovi
Pisani ispit (IU1 - K1) 10
Pisani ispit (IU3 - K1) 30
Pisani ispit (IU2 - K2) 10
Pisani ispit (IU4 - K2) 50
Ocjenjivanje i vrednovanje rada studenata na ispitu
Pisani ispit (IU1 - K1) 10
Pisani ispit (IU3 - K1) 30
Pisani ispit (IU2 - K2) 10
Pisani ispit (IU4 - K2) 50
Literatura
  • Albon, C. (2018) Machine Learning with Python Cookbook - Practical Solutions from Preprocessing to Deep Learning. USA: O’Reilly Media.
Program: Elektroničko poslovanje i programsko inženjerstvo
ID: 12897
Vanjski ID: 251529
Ects: 5
Online postotak: 20
Ocjenjivanje:
90-100 izvrstan (5)
75-89 vrlo dobar (4)
60-74 dobar (3)
50-59 dovoljan (2)
0-49 nedovoljan (1)
Sati:
30 Predavanja
0 Seminari
15 Vježbe
0 Terenska nastava
Predavač/i: