13M051MU
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 (ovo gradivo više nije deo kurikuluma)
Preporučena literatura
- Andrew Ng, John Duchi, "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
- Zico Kolter, Chuong Do, "Linear Algebra Review and Reference" (Stanford CS229 notes, link)
- Arian Maleki, Honglin Yuan, Tengyu Ma, "Probability Theory Review and Reference" (Stanford CS229 notes, link)
- M.P. Deisenroth, A.A. Faisal, C.S. Ong, "Mathematics for Machine Learning" (link)
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.