Cilj:Cilj predmeta je sticanje osnovnih znanja i veština iz oblasti veštačke inteligencije sa težištem na mašinskim
učenjem
Ishod:Studenti će biti osposobljeni za upotrebu koncepata i pojedinih algoritama mašinskog učenja pri projektovanju
softverskih proizvoda i rešenja koja se delimično zasnivaju na tim konceptima
Sadržaj predmeta
Teorijska nastava:
Osnovni pojmovi veštačke inteligencije
Područja veštačke inteligencije.Mašinsko učenje
Podaci. Tipovi podataka.Priprema podataka.Uzorkovanje podataka
Klasifikacija. Bajesovski klasifikator
Poređenje klasifikatora. Redukcija dimenzija
Regresija
Evaluacija modela. Poređenje klasifikatora na primeru
Klasterizacija
Veštačke neuronske mreže
Obučavanje, unakrsna validacija i problem prenaučenosti veštačkih neuronskih mreža
Veštačke neuronske mreže mreže zasnovane na višeslojnom perceptronu
Konvolucione veštačke neuronske mreže neuronske mreže
Primena veštačkih neuronskih mreža u mašinskom učenju
Kompletan primer mašinskog učenja
Praktična nastava:
Literatura
M. Milosavljević, "Veštačka inteligencija", Univerzitet Singidunum, 2015
V. Miškovic, "Sistemi za podršku odlučivanju", Univerzitet Singidunum, 2013
