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:

Način polaganja ispita

Predispitne obaveze:

  • Projekat: 25 poena
    • Projekat se radi u grupi od 2 ili 3 studenta.
    • Tema za projekat se predlaže samoinicijativno ili sa bira sa spiska raspoloživih tema.
    • Samoinicijativno predložene teme za projekat pre dogovorenog roka (~ sredina semestra) nose dodatnih 5 poena. Predlozi tema se šalju predmetnom asistentu uz skup podataka koji bi se koristio, predlog zadatka koji bi se resavao, kao i tehnike mašinskog učenja koje bi se koristile.
    • Spisak raspoloživih tema će sredinom semestra biti istaknut na strani sa obaveštenjima. Ovde možete pronaći primere tema za projekte iz ranijih godina: link.
    • Studenti koji žele da prenesu poene sa projekta iz prethodne školske godine ili da zadrže temu koju su odabrali za rad prethodne školske godine, u obavezi su da se jave predmetnim asistentima do dogovorenog roka (~ sredina semestra), odnosno pre nego što bude objaveljen spisak raspoloživih tema za tekuću školsku godinu.
    • Svi projekti u školskoj 2025/26. godini moraju biti kompletirani do 01.09.2026. Projekat se može braniti nezavisno od roka u kojem se polaže završni ispit. Predviđen je po jedan termin za odbrane projekata u vezanim rokovima do kraja školske godine. Termini za odbrane projekata će blagovremeno biti istaknuti na strani sa obaveštenjima.
    • Propozicije za izradu i odbranu projekata: link.

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).

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.

Primer praktičnog dela završnog ispita: link.

Dodatna literatura:

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

Spisak softvera potrebnog za kurs i uputstva za instalacije možete pronaći ovde.

Materijali sa časova:
Čas 1:
Čas 2:
Čas 3:
Čas 4:
Čas 5:
  • Klasifikacija - uvod i mere kvaliteta modela
  • Logistička regresija
  • Rad sa nebalansiranim klasama
  • Logistička regresija sa težinama
  • Materijali sa časa
Čas 6:
Čas 7:
Čas 8:
Čas 9:

Spisak softvera potrebnog za kurs i uputstva za instalacije možete pronaći ovde.

Materijali sa časova:
Čas 1:
Čas 2:
Čas 3:
Čas 4:
Čas 5:
  • Klasifikacija - uvod i mere kvaliteta modela
  • Logistička regresija
  • Rad sa nebalansiranim klasama
  • 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
  • Dodatni materijali

Primeri ispitnih rokova:

Dodatna literatura:

Zahvaljujemo koleginici Anđelki Zečević na prosleđenim materijalima.

Nadoknada vežbi

Nadoknada časa vežbi biće održana 9. maja sa početkom od 13 časova u učionici 704 na Studentskom trgu, pri čemu će nastava biti organizovana zajednički za obe grupe master studija.

04. 05. 2026.

Rok za predlaganje teme za projekat

Rok za samoinicijativno predlaganje tema za projekte je 31.05.2026. Nakon ovog roka biće objavljen spisak raspoloživih tema. Predloge tema šaljete predmetnom asistentu uz skup podataka koji biste koristili, predlog zadatka koji bi se rešavao, kao i tehnika mašinskog učenja koje bi se koristile.

26. 04. 2026.

Rok za predlaganje teme za projekat

Rok za samoinicijativno predlaganje tema za projekte je 31.05.2026. Nakon ovog roka biće objavljen spisak raspoloživih tema. Predloge tema šaljete predmetnom asistentu uz skup podataka koji biste koristili, predlog zadatka koji bi se rešavao, kao i tehnika mašinskog učenja koje bi se koristile.

26. 04. 2026.

Početak letnjeg semestra

Svim studentima želimo lep i uspešan početak letnjeg semestra.

23. 03. 2026.

Rezultati ispita u Februarskom roku

Rezultate ispita možete videti na sledećim linkovima:

Za uvid u radove praktičnog dela ispita javiti se mejlom najkasnije do 15.03. u 23:59.

12.03.2026.

Prijavljivanje za ispit u Februarskom ispitnom roku

Studenti koji žele da polažu ispit u Februarskom roku treba da se prijave na sledećem linku.
Molimo vas da se ne prijavljujete po automatizmu, već samo ako zaista planirate da izadjete na ispit. Prijava će biti moguća do 10.03.2026. u 18:00. Ukoliko se prijavite na anketi a naknadno ipak odustanete od ispita, molimo vas da nam to sto pre javite na mejl nevena.ciric@matf.bg.ac.rs.

03.03.2026.

Odbrana završnih projekata - januarski i februarski ispitni rok

Odbrana završnih projekata za januarski i februarski ispitni rok će se održati u ponedeljak 09.03. u 18h. Odbrane će biti održane online, putem MS Teams platforme. Rok za predaju projekata je 08.03. u 18h.

25.02.2026.

Rezultati ispita u Januarskom roku

Rezultate ispita možete videti na sledećim linkovima:

Za uvid u radove praktičnog dela ispita javiti se mejlom najkasnije do 26.02. u 23:59.

24.02.2026.

Prijavljivanje za ispit u Januarskom ispitnom roku

Studenti koji žele da polažu ispit u Januarskom roku treba da se prijave na sledećem linku.
Molimo vas da se ne prijavljujete po automatizmu, već samo ako zaista planirate da izadjete na ispit. Prijava će biti moguća do 22.02.2026. u 22:00. Ukoliko se prijavite na anketi a naknadno ipak odustanete od ispita, molimo vas da nam to sto pre javite na mejl nevena.ciric@matf.bg.ac.rs.

09.02.2026.

Teme za završne projekte

Na ovoj adresi možete pronaći spisak tema za projekte u školskoj 2025/26 godini. Propozicije koje projekti treba da zadovolje i detalji u vezi sa odbranom projekta se nalaze ovde.

Postojaće 3 termina za odbrane projekata - po jedan u januarskim, junskim i septembarskim rokovima. Termini za odbrane će biti objavljivani na strani sa obaveštenjima.

01. 01. 2026.

Rok za predlaganje teme za projekat

Rok za samoinicijativno predlaganje tema za projekte je 29.12.2025. Nakon ovog roka biće objavljen spisak raspoloživih tema. Predloge tema šaljete predmetnom asistentu uz skup podataka koji biste koristili, predlog zadatka koji bi se rešavao, kao i tehnika mašinskog učenja koje bi se koristile.

18. 11. 2025.

Početak jesenjeg semestra

Svim studentima želimo lep i uspešan početak školske 2025/26. godine!

03. 11. 2025.