Cilji in kompetence
Cilj predmeta je študente usposobiti za uporabo metod strojnega učenja in za presojo rezultatov uporabe strojnega učenja na izbranih primerih s področja njihovega matičnega študijskega programa.
Vsebina
Umetna inteligenca: osnovni koncepti in področja uporabe.
Problemi, ki jih lahko rešujemo s strojnim učenjem.
Algoritmi strojnega učenja: nadzorovano učenje, nenadzorovano učenje, spodbujevano učenje.
Praktični pristopi k strojnemu učenju: analiza in priprava podatkov za uporabo strojnega učenja, izbira ustreznega algoritma, metrike za vrednotenje rezultatov:
Osnove statistike: osnovni pojmi, srednje vrednosti, pomembne statistične porazdelitve, zakon velikih števil.
Statistični testi: ničelna in alternativna hipoteza, testna statistika, parametrični in neparametrični testi.
Metode poučevanja in učenja
• Predavanja
• Seminar
• Samostojno delo
Predvideni študijski rezultati - znanje in razumevanje
Znanje in razumevanje – po končanem predmetu bo študent sposoben:
• opisati osnovne principe najpogosteje uporabljenih metod strojnega učenja
• uporabiti obstoječe metode in orodja strojnega učenja na primerih s področja njihovega študija
• opisati osnovne pojme statistike in statičnih testov signifikance ter izbrati primeren test statistične signifikance
• uporabiti test statistične signifikacije ter interpretirati njegov rezultat na primeru uporaba strojnega učenja
Prenosljive/ključne spretnosti in drugi atributi:
• ustno izražanje pri predstavitvi seminarja
• uporaba informacijske tehnologije
Temeljni literatura in viri
• Sepesy Maučec Mirjam, Donaj Gregor: Osnove strojnega učenja in statistične presoje rezultatov, interno gradivo, UM FERI, 2023.
• R. E. Neapolitan, X. Jiang: Artificial Intelligence: With an Introduction to Machine Learning, Second Edition, CRC, 2018:
• Burkov: The Hundred-page Machine Learning Book, Andriy Burkov, 2019.
• K.-L. Du, M. N. S. Swamy: Neural Networks and Statistical Learning. Springer, London, 2014.
• F. Daly, D.J. Hand, C. Jones, D. Lunn, K. McConway: Elements of Statistics, Addisson-Wesley, 1995
• K. Košmelj: Uporabna statistika. Biotehnična fakulteta, Ljubljana 2001.
Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti
Priporočeno je osnovno znanje programiranja in matematike.
