Napredne metode strojnog učenja - Podatkovna znanost - Visoko Učilište
Studij

Podatkovna znanost

Napredne metode strojnog učenja

  • Predavanje 15
  • Vježbe 30
  • Samostalni rad 120
Ukupno 165

Naziv predmeta

Napredne metode strojnog učenja

Oznaka predmeta

20-02-064

Semestar

3

ECTS

6

Nastavnici i suradnici

Cilj

Dubinsko učenje je danas najznačajnija metoda strojnog učenja koja se koristi u najznačajnijim svjetskim produkcijskim sustavima za razne zadatke. Kroz ovaj kolegij ćemo prikazati i implementirati osnovne tehnike dubinskog učenja na primjerima iz obrade prirodnog jezika poput strojnog prevođenja, analize sentimenta i prepoznavanje imenovanih entiteta. Također, kolegij će obraditi nagrađivano učenje. Cilj kolegija je studentu omogućiti dubinsko razumijevanje matematike i algoritama dubokih neuralnih arhitektura i dubinskog učenja, kao i stjecanje praktičnog znanja kako implementirati dubinsko učenje. Student će steći vještine dizajniranja dubokih arhitektura u TensorFlow alatu, kao i ručne izrade dubokih neuralnih mreža koje se kasnije mogu implementirati u bilo kojem programskom jeziku.

Sadržaj

Uvod u dubinsko učenje. Perceptron. Logistička regresija. Umjetne neuronske mreže. Stohastički gradijentni spust. Regularizacija. Konvolucijske neuronske mreže. Autoenkoderi. Rekurentne neuralne mreže. Neuralni jezični modeli. Trendovi i budućnost.

Obvezna literatura

S.Skansi 2018. Introduction to Deep Learning. Springer

Preporučena literatura

Goodfellow, I., Bengio, Y. i Courville, A. 2016. Deep Learning (Adaptive Computation and Machine Learning series). Cambridge: MIT Press
https://arxiv.org/abs/1609.08144

Minimalni ishodi učenja

  • Obrazložiti način funkcioniranja osnovnih algoritama dubinskog učenja
  • Opisati tijek protoka podataka kroz umjetni neuron
  • Ocijeniti utjecaj različitih dubinskih arhitektura na brzinu izračuna
  • Analizirati rezultate dubinskog učenja nad podatcima

Željeni ishodi učenja

  • Prosuditi koji algoritam je najbolji za pojedini problem
  • Kritički prosuditi o promjenama nad informacijama tijekom prolaza kroz umjetni neuron
  • Vrednovati utjecaj različitih komponenti dubinskih neuralnih arhitektura
  • Izravno primijeniti odabranu arhitekturu dubinskog učenja na probleme obrade prirodnog jezika i racunalnog vida
Podijeli: Facebook Twitter

BUDI IZVRSTAN U ONOM ŠTO VOLIŠ. ZAISKRI.

Prijavi se

Zašto je Algebra siguran izbor za tvoju budućnost?

Vjetar u
leđa

Kod nas ćeš naučiti sve o informacijskim tehnologijama, području za kojim potražnja stalno raste. Vjerujemo da ćemo ti tako osigurati podlogu za osobni razvoj i učiniti te metom poslodavaca.

Moderna metodologija

Odbijamo stajati na mjestu u svijetu koji se sve brže i brže mijenja. Jako pazimo da svaki studijski program bude u skladu s modernim trendovima i ide u korak s vremenom.

Kvaliteta bez premca

Ponosni smo na brojna priznanja i status najkvalitetnijeg stručnog studija u Hrvatskoj. Iz godine u godinu se trudimo opravdati ukazano povjerenje, jer znamo da tvoja budućnost ovisi o tome. Zato svoju zadaću ne shvaćamo olako.

Newsletter

Želiš biti u toku sa svim novostima vezanim uz fakultet? Prijavi se na naš newsletter.