SLO | EN

Cilji in kompetence

Cilj tega predmeta je, da študent osvoji osnovna znanja zelenega strojnega učenja in obdelave podatkov s pomočjo interaktivnih orodij in oblačnih storitev. Poudarek bo na učinkoviti in varčni izrabi računalniških virov v vseh fazah strojnega učenja: od zbiranja podatkov, do končne uporabe rezultatov strojnega učenja.

Vsebina

• Uvod v inteligentne sisteme (osnovni koncepti, pristopi strojnega učenja, zeleni vidiki strojnega učenja) • Osnove zbirk podatkov (zelen pristop k zbirkam podatkov, tipi podatkov, tipi atributov, organizacija podatkov, formati podatkovnih zbirk, vizualizacija podatkov) • Priprava podatkov (orodja za obdelavo podatkov, zelena oblika podatkov, predobdelava podatkov, filtriranje podatkov, statističen pregled podatkov) • Orodja strojnega učenja (interaktivna orodja strojnega učenja, knjižnice strojnega učenja, integracija orodij strojnega učenja) • Oblačno strojno učenje (zeleni aspekti oblačnega strojnega učenja, oblačne storitve strojnega učenja, oblačne storitve in integracija) • Vizualizacija in evalvacija rezultatov (interpretacija rezultatov, metrike za interpretacijo rezultatov, vizualizacijske metode in pristopi)

Metode poučevanja in učenja

• predavanja, • računalniške vaje.

Predvideni študijski rezultati - znanje in razumevanje

Znanje in razumevanje: • razumeti uporabo zelenega strojnega učenja, • predelava podatkov v ustrezno obliko z ustreznimi orodji, • uporaba orodij in oblačnih storitev za potrebe zelenega strojnega učenja. Prenosljive/ključne spretnosti in drugi atributi: • Obdelava podatkov: obdelava podatkov za potrebe zelene uporabe in statističen pregled podatkov, • Izbira in uporaba algoritmov strojnega učenja: uporaba primernih tehnik strojnega učenja s pomočjo interaktivnih orodij, • Interpretacija in vizualizacija rezultatov: sposobnost interpretacije in vizualizacije rezultatov in sposobnost presoje primernosti rezultatov.

Temeljni literatura in viri

• J. Han, M. Kamber, J.Pei: Data Mining: Concepts and Techniques, Third Edition, Elsevier, Morgan Kaufmann Publishers, 2012. • H. Witten, E. Frank, M. A. Hall: Data Mining, Practical Machine Learning Tools and Techniques, Third Edition, Morgan Kaufmann Publishers, 2011. • M. Zorman, V. Podgorelec, M. Lenič, P. Povalej, P. Kokol, A. Tapajner: Inteligentni sistemi in profesionalni vsakdan, Univerza v Mariboru, Center za Interdisciplinarne in multidisciplinarne raziskave in študije UM, Maribor, 2003. • E. Bisong Building machine learning and deep learning models on Google cloud platform. Berkeley, CA: Apress, 2019.

Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti

Ni pogojev.

  • red. prof. dr. MILAN ZORMAN, univ. dipl. inž. rač. in inf.

  • Pisni izpit: 50
  • Laboratorijsko delo: 50

  • : 15
  • : 15
  • : 60

  • slovensko
  • slovensko