Mašinsko učenje (13M051MU)
Predmet | Status | Broj časova (P+V+L) | Krediti |
Mašinsko učenje (13M051MU) | I | 3+1+0 | 6 |
Predavanja - Predrag Tadić | |||
Vežbe - Predrag Tadić |
MU - Obaveštenja
- 28.10.2024. U utorak 29.X predavanja će početi od 18:15h umesto od 17:15h.
- 26.09.2024. Predavanja će se održavati prema zvaničnom rasporedu, utorkom od 17:15h u sali 311. Nastava počinje u utorak 1.X. Osnovni kanal komunikacije je Teams tim 13M051MU 2024/25; kod za pristup timu je u5331p6. Na timu će biti postavljeni i snimci predavanja od prošlih godina. U slučaju eventualnih razlika u sadržaju ovogodišnjeg kursa i snimljenih materijala, za ispit su relevantna ovogodišnja predavanja.
MU - Materijali
Osnovne informacije o predmetu
Primer ispita (Januar 2018)
Predavanja
- 01 Linearna regresija [1]
- 02 Logistička regresija [1]
- 03 Generalizovani linearni modeli [1]
- 04 Generativni algoritmi [1]
- 05 Metoda nosećih vektora (Support Vector Machine) [1]
- 06 Teorija učenja [1]
- 07 Regularizacija i izbor modela [1]
- 08 Ansambl metode [2, 3, 4], Boosting prezentacija
- 09 Učenje podsticanjem [5, 1, 4]
Preporučena literatura
- Andrew Ng, John Duchi, "Machine Learning - Lecture notes" (link)
- Tommi Jaakkola, "Machine Learning - Lecture notes" (link)
- Christopher Bishop, "Pattern Recognition and Machine Learning", Springer, 2006
- Stuart Russel, Peter Norvig, "Artificial Intelligence: A Modern Approach", Pearson, 2010
- Richard Sutton and Andrew Barto, "Reinforcement learning: An introduction", MIT press, 2018.
Primeri
Najjednostavniji način da pokrenete ove primere jeste da ih kopirate na svoj Google Drive i da ih otvorite u Colab-u (desni klik, Open with > Colaboratory). Alternativa: Jupyter Notebook.