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.
• Pristranskost in poštenost modelov strojnega učenja.
Metode poučevanja in učenja
• predavanja,
• obravnava študij primerov,
• računalniške vaje,
• individualno delo.
Predvideni študijski rezultati - znanje in razumevanje
Znanje in razumevanje:
Po zaključku tega predmeta bo študent sposoben
• 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: ustni zagovor seminarja.
• 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
• O. Theobald: Machine Learning for Absolute Beginners: A Plain English Introduction, 2nd Edition, Scatterplot Press, 2017.
• C. Albon: Machine Learning with Python Cookbook: Practical Solutions from Pre-processing to Deep Learning, O’Reilly Media, 2018.
• 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.