Mašinsko učenje (13M051MU)
Predmet | Status | Broj časova (P+V+L) | Krediti |
![]() |
I | 3+1+0 | 6 |
Predavanja - Predrag Tadić | |||
Vežbe - Predrag Tadić |
MU - Obaveštenja
- 17.10.2022. Teams timu 13M051MU 2022/23 možete pristupiti pomoću koda jw9lo5f.
- 10.10.2022. Nastava počinje u utorak 11.X. Predavanja će se održavati prema zvaničnom rasporedu, utorkom od 17:15h u sali 311. Po okončanom izboru predmeta, biće formiran Teams tim, koji će nakon toga biti glavni kanal komunikacije. Na njemu će biti postavljeni i snimci prošlogodišnjih predavanja. U slučaju eventualnih razlika u sadržaju ovogodišnjeg i prošlogodišnjeg kursa, za ispit su relevantna ovogodišnja predavanja.
- 03.10.2022. U utorak 4.X neće biti nastave. Dokument sa osnovnim informacijama o predmetu možete naći u sekciji Materijali, a link na snimak uvodnog predavanja i prateću prezentaciju možete naći u vesti ispod.
- 26.09.2022. Osnovne informacije o kursu: snimak, prezentacija. Termin početka nastave biće naknadno objavljen.
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.