Табела 5.1 Спецификација  предмета  на студијском програму докторских студија

Назив предмета: И312 - Машинско учење
Наставник или наставници (презиме, средње слово име): Тодоровић Т. Бранимир.
Статус предмета: изборни
Број ЕСПБ: 12
Услов: нема
Циљ предмета Стицање теоријског знања из области машинског учења и знања потребног за софтверску имплементацијy (програмирање) алгоритама машинског учења.
Исход предмета Теоријско знање и способност софтверске имплементације алгоритама машинског учења.
Садржај предмета Надгледано учење; Градијентни методи, Максимизација веродостојности, Максимизација апостериорне густине, Калманов филтар; Ненадгледано учење; Кластеризација, хијерархијска кластеризација, анализа компоненти, Максимизирање очекивања; Активно учење; Учење на основу сигнала појачања.
Препоручена литература 1. Ethem Alpaydm, Introduction to Machine Learning, The MIT Press, Cambridge, Massachusetts,2004
Број часова  активне наставе		Предавања: 4		Студијски истраживачки рад:
Методе извођења наставе На предавањима се користе класичне методе наставе уз коришћење видео пројектора и интеракцију са студентима. Знање студената се тестира преко израде домаћих задатака и колоквијума. На завршном усменом испиту се проверава свеобухватно разумевање изложеног градива.
Оцена знања (максимални број поена 100)
Предиспитне обавезе	поена		Завршни испит		поена
активност у току предавања	5		писмени испит		0
практична настава			усмени испт		50
колоквијум-и	30		..........
домаћи задаци	20