MAŠINSKO UČENJE

Mašinsko učenje je oblast veštačke inteligencije koja se bavi izgradnjom računarskih sistema koji uče iz iskustva. Ova oblast je u poslednjih nekoliko godina izuzetno popularna, kako u akademskim krugovima, tako i u industriji. U poslednjoj deceniji, sa razvojem dubokog učenja (eng. deep learning), mašinsko učenje je dovelo do mnogih proboja u oblasti veštačke inteligencije, rezultirajući iznenađujućim performansama računarskih sistema, koje prevazilaze uspešnost ljudskih eksperata u nekim domenima. Neka od najzanimljivijih skorašnjih dostignuća u kojima mašinsko učenje igra ključnu ulogu su autonomna vožnja automobila i autonomno upravljanje bespilotnim letilicama, prepoznavanja objekata na slikama, mašinsko prevođenje prirodnih jezika, prepoznavanja govora, modelovanje semantike prirodnih jezika, itd. Jedno od najimpozantnijih dostignuća je pobeda računara nad svetskim šampionom u igri go, koja je mnogo teža za automatizaciju od šaha. U ovom kursu, biće prikazani osnovni koncepti ove oblasti, najpopularniji algoritmi i različite praktične primene.

Nastavnik:

Asistenti:

Predispitne obaveze:

  • Projekat: 25 poena
    Tema za završni projekat se može predložiti samoinicijativno ili odabrati sa spisaka tema koji će biti objavljen sredinom semestra. Projekti se mogu prijavljivati samostalno ili timski, u grupama od 2 ili 3 studenta. Teme koje se predlože samoinicijativno do ovog roka, nose dodatnih 5 poena.

    Projekat se može braniti nezavisno od roka u kojem se polaže završni ispit.

    MATF rokovi:
    • Datum objave tema za projekte je 31. mart.
    • Rok za prijavu samoinicijativnih tema je 31. mart.
    • Studenti koji žele da prenesu poene sa projekta iz prethodne školske godine ili da zadrže temu koju su odabrali za rad, mogu se javiti asistentima do 31. marta.
    • Svi projekti moraju biti kompletirani zaključno sa 1. septembrom.
    • Ovde možete pronaći teme za akademsku 2023/2024: teme za seminarske.
      Dokument sadrži i uputstvo za prijavljivanje projekata, propozicije koje projekti treba da zadovolje i detalje u vezi sa odbranom projekta.
    • Tema za završni projekat može se prijaviti najkasnije do 31. maja.

    INDUSTRIJA 4.0 rokovi:
    • Spisak tema i termini odbrana projekata će biti istaknuti na strani sa obaveštenjima.

    Ovde možete pronaći teme za projekte iz ranijih godina: školska 2020/21, školska 2019/20, školska 2018/19, školska 2017/18

Završni ispit:

  • Teorijski deo: 45 poena (prag: 20 poena)
  • Praktični deo: 30 poena (prag: 10 poena)
Završni ispit se može polagati u celosti (teorijski i praktični deo u istom ispitnom roku) ili parcijalno (teorijski i praktični deo u različitim ispitnim rokovima). U slučaju parcijalnog polaganja student može odabrati koji deo će prvo polagati (teorijski ili praktični deo).

Primer praktičnog dela završnog ispita: link.

Svi materijali biće objavljivani na GitHub repozitorijumu LINK u okviru organizacije matf-ml na servisu GitHub.

Video materijali (snimci vežbi, YouTube): link.
Materijali su zaštićeni šifrom. Javiti se predmetnom asistentu.

Dodatna literatura:

Zahvaljujemo Anđelki Zečević, Aleksandri Kocić i Nemanji Mićoviću na pomoći u pripremi materijala.

Spisak softvera potrebnog za predmet Mašinsko učenje možete pronaći ovde.

Materijali sa časova:
Čas 1:
Čas 2:
Čas 3:
Čas 4:
Čas 5:
  • Klasifikacija - uvod i mere kvaliteta modela
  • Logistička regresija
  • Undersampling, Oversampling, SMOTE algoritam
  • Logistička regresija sa težinama
  • Materijali sa časa
Čas 6:
Čas 7:
  • Modeli zasnovani na kernelima
  • Linearni i kernelizovani SVM
  • Podešavanje metaparametara
  • Model Nadaraja-Votson
  • Materijali sa časa
Čas 8:
  • Stabla odlučivanja i slučajne šume
  • Ansambli koji se zasnivaju na prostoj agregaciji
  • Ansambli koji se zasnivaju na pojačavanju
  • Materijali sa časa
Čas 9:
Čas 10:
  • Uvod u Keras biblioteku i potpuno povezane neuronske mreže
  • Potpuno povezane neuronske mreže za problem regresije i klasifikacije
  • Funkcije sa povratnim pozivom (callbacks)
  • Čuvanje i učitavanje sačuvanih modela
  • Materijali sa časa
Čas 11:
  • Potpuno povezane neuronske mreže za obradu slika
  • Uvod u konvolutivne neuronske mreže i klasifikacija slika
  • Konvolutivne neuronske mreže za obradu teksutalnih podataka
  • Materijali sa časa
Čas 12:
  • Različiti tipovi rekurentnih neuronskih mreža
  • Rekurentne neuronske mreže za klasifikaciju teksta
  • Korišćenje pretreniranih ugnježdenih reprezentacija
  • Rad sa vremenskim serijama
  • Generator funkcije
  • Materijali sa časa

Primeri ispitnih rokova:

Dodatna literatura:

Zahvaljujemo koleginici Anđelki Zečević na prosleđenim materijalima.

Rezultati ispita Septembar 2 2024

Rezultate ispita mozete videti na adresi: LINK.
Uvid u radove putem mejla.

26. 09. 2024.

Odbrane projekata Septembar 2024

Odbrane projekata bice odrzane u subotu 21. 09. 2024. od 17h i u nedelju 22. 09. 2024. godine od 12h.
Odbrane ce biti odrzane putem platforme Webex. Detalji: LINK.

19. 09. 2024.

Rezultati ispita Septembar 1 2024

Rezultate ispita mozete videti na adresi: LINK.
Uvid u radove putem mejla.

11. 09. 2024.

Rezultati ispita Jun 2 2024

Rezultate ispita mozete videti na adresi: LINK.
Uvid u radove putem mejla.

11. 07. 2024.

Odbrane projekata Jun i Jul 2024

Odbrane projekata bice odrzana u nedelju 30. 06. 2024. od 17h putem platforme Webex. Detalji: LINK.

29. 06. 2024.

Rezultati ispita Jun 1 2024

Rezultate ispita mozete videti na adresi: LINK.
Uvid u radove putem mejla.

22. 06. 2024.

Završni projekti - JUN1 i JUN2 ispitni rok

Završni projekti za JUN1 i JUN2 ispitni rok se mogu predati do cetvrtka 27. juna. Timovi koji žele da brane radove u ovom terminu potrebno je da se jave putem mejla.

Odbrane projekata će biti organizovane preko platforme Webex, 30. 06. 2024. godine. Tačan termin odbrane i raspored odbrana će biti naknadno istaknut.

15. 06. 2024.

Seminarski radovi

Kolege koje nisu prijavile seminarski rad, isti mogu izabrati iz deljenog dokumenta: LINK.
Tema se prijavljuje putem mejla. Naslov mejla: [Seminarski radovi ML 2023/2024 - tema sa spiska].
U slučaju da više timova prijavi istu temu, tema će biti dodeljena timu koji se prvi prijavio.
Više detalja o seminarskim radovima možete videti u kartici OBAVEZE STUDENATA.
Spisak odobrenih tema: LINK.

18. 04. 2023.

Pocetak semestra

Vežbe i predavanja na kursu održavaće se prema kalendaru aktivnosti, počevši od prve nedelje nastave (dakle prve vežbe biće održane u petak 23. 02. a prvi čas predavanja u sredu 21. 02. 2024. godine).

Svim studentima želimo srećan početak semestra.

16. 02. 2023.

Početak jesenjeg semestra

Svim studentima želimo lep i uspešan početak školske 2024/25. godine!

30. 09. 2024.