Odjel za matematiku

Strojno učenje

M077 (1+0+1) - 3 ECTSa i M096 (3+2+0) - 7 ECTSa

 

OSNOVNE INFORMACIJE

ML course Ovim kolegijem želimo upoznati studente s teorijom i načelima strojnog učenja i odgovarajućim primjenama. U predmetu je posebni naglasak stavljen na nadzirane i nenadzirane metode učenja . Praktični dio kolegija radit će se u programskom paketu Python. 

  • Sadržaj kolegija možete dohvatiti na sljedećem linku (M077, M096).

 NASTAVNIKKONZULTACIJE
NASTAVNIK izv.prof.dr.sc. Domagoj Matijević Utorak od 12-13h
NASTAVNIK prof. dr. sc. Kristian Sabo Utorkom od 10-11h
ASISTENT Danijela Jaganjac Po dogovoru

 

OSNOVNA LITERATURA

  1. Christopher Bishop, Pattern Recognition and Machine Learning, Springer-Verlag, Berlin, 2006.
  2. S. Shalev-Shwartz and S. Ben-David, Understanding Machine Learning: From Theory to Algorithms, Cambridge Press, 2014.

 

RASPORED PREDAVANJA I VJEŽBI

Pohađanje predavanja i seminara je obavezno.
 TERMINPREDAVAONICA
Predavanja Utorak, 12:00-15:00h

D2 (model 1)

Vježbe

Četvrtak, 12:00-14:00h

RP2 (model 1)


PRAVILA POLAGANJA ISPITA

Kolegij se polaže na temelju bodova ostvarenih na domaćim zadaćama i kolokvijima. Tijekom semestra preddiplomci će pisati dva kolokvija, a diplomci samo jedan.
Za ocjenu dovoljan (2) potrebno je skupiti barem 40% od ukupnog broja bodova s kolokvija i domaćih zadaća. Domaće zadaće utječu do najviše 20%, dok će se 80% ocjene formirati iz rezultata kolokvija.

  • Konačna ocijena će se formirati prema sljedećem:
    • <40% - nedovoljan (1)
    • 40%-59% - dovoljan (2)
    • 60%-79% - dobar (3)
    • 80%-89% - vrlo dobar (4)
    • >= 90% - izvrstan (5)

 


OBAVIJESTI

Komunikacija se odvija putem Teamsa (pristupni kod: ecu2n2x).

 

 

You are not authorised to post comments.

Comments powered by CComment