Signali i sistemi ETF

Mašinsko učenje (13M051MU)

MU - Obaveštenja

• 26.09.2019. Nastava u školskoj 2019/20 godini počinje u utorak 1.X u 17:15h u sali 311. Na početku prvog časa biće date osnovne informacije o predmetu.
• 22.08.2019. Odbrane projekata u avgustovskom roku održaće se u RC-7 od 14h (neposredno pre ispita). Za odbranu je potrebno pripremiti petominutnu prezentaciju, koja treba da sadrži:
  1. opis problema,
  2. eksplorativnu analizu i vizuelizaciju podataka,
  3. kratak opis korišćenih algoritama (u slučaju da su u pitanju metode koje nisu obrađivane na predavanjima),
  4. ostvarene rezultate na obučavajućem i testirajućem skupu.

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 [1, 4]

Preporučena literatura

1. Andrew Ng, John Duchi, "Machine Learning -  Lecture notes" (link)
2. Tommi Jaakkola, "Machine Learning - Lecture notes" (link)
3. Christopher Bishop, "Pattern Recognition and Machine Learning", Springer, 2006
4. Stuart Russel, Peter Norvig, "Artificial Intelligence: A Modern Approach", Pearson, 2010

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.

• 01 Linearna regresija
• 02 Logistička regresija
• 03 Softmax, GDA, NB
• 04 SVM