Uvod u strojno učenje

Naziv predmeta:

Uvod u strojno učenje

Opis:

Strojno učenje čini temelj današnje znanosti o podacima. Obrada podataka pomoću metoda strojnog učenja rezultira prediktivnim modelom, ali primjene su puno šire od same predikcije, pa se strojno učenje koristi za svako mapiranje ulaza i izlaza koje je preteško ručno unijeti ili za koje nema jasno definiranih pravila koja bi se unijela, ili se ta pravila mijenjaju prečesto. Strojno učenje podijeljeno je na nadzirano, nenadzirano i nagrađivano učenje. Ovaj kolegij će se baviti prvenstveno nadziranim strojnim učenjem, iako će dio biti posvećen nenadziranom. Nagrađivano učenje je dio naprednih tema, a o toj temi će se raspravljati u drugim kolegijima. Studenti uče prepoznati i razumjeti osnovne algoritme za automatsku obradu podataka.
Važno je da studenti pohađaju ovaj kolegij kako bi usvojili osnovne algoritme strojnog učenja i osnovne tehnike njihove optimizacije, kao i metode smanjenja značajki, potrebne za druge kolegije u ovom studijskom programu.
U ovom modulu studenti će naučiti:
- Ocijeniti prednosti i nedostatke algoritama strojnog učenja
- Ocijeniti prikladnost algoritma strojnog učenja za rješavanje određenog problema
- Formulirati odgovarajuće metodologije za procjenu točnosti i robusnosti algoritama strojnog učenja.
- Implementirati algoritme strojnog učenja za rješavanje problema klasifikacije i regresije.
- Razvijati prediktivne modele pomoću algoritama strojnog učenja.
- Dizajnirati programe za nenadzirano klasteriranje temeljene na algoritmima strojnog učenja.

Literatura:

Obvezna literatura:
1. James, G., Witten, D., Hastie T., Tibshirani R. (2017) Introduction to Statistical Learning, New York: Springer-Verlag

2. Thakur, A. (2020). Approaching (almost) any machine learning problem.

Dodatna literatura:

1. Géron, A. (2019) Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems, Massachusetts: O’Reilly