Izaberite stranicu
Шифра предмета 16СТ67
Студијски програми
  • Примењена информатика 2016
ESPB 6
Број часова 3+2
Семестар 4
Статус предмета Изборни
Циљ предмета је да се омогући студентима упознавање са основама машинског учења и вештачке интелигенције, као и могућностима њихове примене у различитим пословним системима. Поред упознавања са теоријским основама анализе и обраде података, машинског учења и вештачке интелигенције, циљ предмета је пре свега да омогући студентима да стекну праксу у примени најефикаснијих савремених техника машинског учења и модела вештачке интелигенције кроз рад на конкретним задацима.
Савладавањем планираног садржаја студенти ће бити способни да:
• анализирају и обраде податке,
• дефинишу проблеме и предложе адекватан модел за решавање проблема из области машинског учења,
• самостално истренирају модел, процене прецизност модела и примене модел у конкретним задацима
Теоријска настава
• Дефинисање и значај машинског учења и вештачке интелигенције
• Анализа и обрада података
• Надгледано и ненадгледано учење
• Основни модели машинског учења – регресија, логистичка регресија, SVM, KNN
• Напредни модели машинског учења – дубоке неуронске мреже:
o Неурони и неуронски слојеви,
o Пропагација унапред,
o Пропагација уназад,
o Функција губитка
• Процес тренирања модела и подешавање модела

Практична настава
• Примена машинског учења у процени вредности – регресија
• Примена основних модела машинског учења у класификацији података
• Примена напредних модела машинског учења у препознавању слике –
конволутивне неуронске мреже
Милосављевић М (2015), Вештачка интелигенција, Универзитет Сингидунум, 2015.
Géron A. (2017), Hands-On Machine Learning with Scikit-Learn and TensorFlow, O’Reilly Media, Inc., USA
Предавања су аудиторна уз подршку савремених учила и активно учешће студената. Рад на вежбама обухвата: анализу пређеног градива, практичан рад на рачунару у малим групама и непосредну примену знања, семинарскe радовe, студије случаја.
Предиспитне обавезе 45 поена Завршни испит 35 поена
присуство на предавањима и вежбама 5 писмени испит 25
провера знања у току наставе (колоквијум-и) 30 усмени испит 30
остале активностии учешће студената у раду на предавањима и вежбама 10