SLO | EN

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: • 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 seminarske naloge • 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.

  • izr. prof. dr. MIRJAM SEPESY MAUČEC, univ. dipl. inž. rač. in inf.
  • doc. dr. GREGOR DONAJ, univ. dipl. inž. el.

  • Seminarska naloga: 60
  • Ustni izpit: 40

  • : 20
  • : 10
  • : 60

  • slovensko
  • slovensko