Cilji in kompetence
Cilj predmeta je predstaviti študentom pristope in metode strojnega učenja, jih seznaniti s procesom strojnega učenja in njegovimi temeljnimi nalogami ter jih usposobiti za uporabo osnovnih metod in tehnik strojnega učenja ter objektivno vrednotenje rezultatov.
Vsebina
• Uvod v strojno učenje, osnovni pojmi in koncepti.
• Proces strojnega učenja: avtomatizirano odkrivanje vzorcev v
podatkih.
• Priprava in vizualizacija podatkov, priprava in izbira značilnic,
priprava učne množice.
• Nadzorovano in nenadzorovano učenje, strukturirani in
nestrukturirani podatki, podatki in modeli.
• Temeljne naloge in metode strojnega učenja: klasifikacija,
regresija, gručenje, odločitvena drevesa, nevronske mreže.
• Vrednotenje in uporaba naučenih napovednih modelov,
interpretacija rezultatov.
• Računalniška orodja za uporabo strojnega učenja.
• Primeri uporabe strojnega učenja v izobraževanju, športu,
medicini, financah.
• Transparentnost, razložljivost in pristranskost modelov strojnega
učenja.
Metode poučevanja in učenja
• predavanja,
• obravnava študij primerov,
• računalniške vaje,
• individualno delo.
Predvideni študijski rezultati - znanje in razumevanje
Znanje in razumevanje:
• identificirati probleme, potencialno primerne za uporabo
strojnega učenja
• pojasniti uporabnost metod strojnega učenja
• uporabiti izbrano metodo strojnega učenja ter pripraviti podatke
za rešitev konkretne naloge
• sodelovati v projektu razvoja rešitve na osnovi strojnega učenja
Prenosljive/ključne spretnosti in drugi atributi:
• Spretnosti komuniciranja: ustna predstavitev.
• Uporaba informacijske tehnologije: uporaba računalniških orodij
za uporabo strojnega učenja.
• Reševanje problemov: reševanje problemov z metodami
strojnega učenja, inteligentna analiza podatkov.
Temeljni literatura in viri
S. Karakatič, I. Fister: Strojno učenje: s Pythonom do prvega klasifikatorja, 1. izdaja, Univerzitetna založba Univerze v Mariboru, 2022
Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti
Ni pogojev.
