Image for
Naslovnica

Uvod u strojno učenje

  • Predavanje 30
  • Vježbe 30
  • Samostalni rad 120
Ukupno 180

Naziv predmeta

Uvod u strojno učenje

Oznaka predmeta

21-02-515

Semestar

2

ECTS

6

Nastavnici i suradnici

Sadržaj i cilj

Strojno učenje čini temelj današnje podatkovne znanosti. Obrada podataka metodama strojnog učenja rezultira prediktivnim modelom, no primjene su daleko šire od samog predviđanja, pa se strojno učenje koristi za svako preslikavanje unosa i izlaza koje je preteško ručno unijeti ili za koje ne postoje jasno definirana pravila ili se ta pravila prečesto mijenjaju. Strojno učenje dijeli se na nadzirano, nenadzirano i nagrađivano. Ovaj će se modul primarno baviti nadziranim strojnim učenjem, iako će dio biti posvećen i nenadziranom. Nagrađivano učenje dio je naprednih tema, a ova će se tema raspraviti u drugim modulima.

Ciljevi ovog modula su omogućiti studentima da:
• Procijene prednosti i nedostatke algoritama strojnog učenja
• Procijene prikladnost algoritma strojnog učenja za rješavanje zadanog problema
• Formuliraju odgovarajuće metodologije za procjenu točnosti i robusnosti algoritama strojnog učenja.
• Primijene algoritme strojnog učenja za rješavanje problema klasifikacije i regresije.
• Razviju prediktivne modele algoritmima strojnog učenja.
• Dizajniraju nenadzirane programe klasteriranja na temelju algoritama strojnog učenja.

Studenti uče prepoznati i razumjeti osnovne algoritme za automatsku obradu podataka.

Studentima je pohađanje ovog modula važno kako bi usvojili osnovne algoritme strojnog učenja i osnovne tehnike njihove optimizacije, kao i metode redukcije značajki, potrebnih za ostale module u ovom studijskom programu.

Literatura

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

Preporučena 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

Minimalni ishodi učenja

  • Odabrati jedan problem i opisati najčešći algoritam za rješavanje tog problema.
  • Prepoznati komponente odabranih algoritama strojnog učenja.
  • Objasniti postupak redukcije značajki pomoću algoritama strojnog učenja.
  • Odabrati jedan problem i opisati korake u rješavanju tog problema pomoću strojnog učenja.

Željeni ishodi učenja

  • Odabrati najbolji algoritam za rješavanje pojedinog problema.
  • Kritički prosuditi komponente odabranih algoritama strojnog učenja.
  • Procijeniti utjecaj različitih vrsta redukcija značajki pomoću algoritama strojnog učenja.
  • Primijeniti odabranu metodu strojnog učenja na zadani problem.
Preuzmi vodič za studente
Podijeli: Facebook Twitter