|
1. Наслов на наставниот предмет |
Машинско учење | |||||||
|
2. Код |
3ФЕИТ01З008 | |||||||
|
3. Студиска програма |
КСИАР, КХИЕ | |||||||
|
4. Организатор на студиската програма |
Факултет за електротехника и информациски технологии | |||||||
|
5. Степен |
Прв циклус студии | |||||||
|
6. Академска година/семестар |
IV/7 |
7. Број на ЕКТС |
6.00 | |||||
|
8. Наставник |
Д-р Горјан Наџински | |||||||
|
9. Предуслов за запишување на предметот |
||||||||
|
10. Цели на предметната програма (компетенции): Запознавање со основните принципи на машинското учење, основните концепти и техники кои се користат; оспособување за самостојно решавање на практични инженерски задачи и проблеми со помош на машинска интелигенција. |
||||||||
|
11. Содржина на програмата: Вовед во машинко учење. Линеарна регресија со повеќе променливи. Метод на опаѓачки градиент. Полиномијална регресија. Карактеристики на полиномијална регресија. Логистичка (логаритамска) регресија. Класификација како проблем на машинко учење. Регуларизација. Невронски мрежи. Учење со невронски мрежи. Машини со носечки вектори (Support Vector Machines). Учење без учител. k-means алгоритам. Компресија на каратеристики. Развој и анализа на систем за детекција на аномалии. Машинско учење за големи множества на податоци. Примери за имплементација на машинско учење на реални проблеми. |
||||||||
|
12. Методи на учење: Комбиниран начин на учење: предавања, подржани со презентации, домашни задачи, проектни задачи и аудиториски вежби и практични вежби во лабораторија. |
||||||||
|
13. Вкупен расположив фонд на часови |
2 + 2 + 1 + 0 | |||||||
|
14. Распределба на расположивото време |
180 | |||||||
|
15. Форми на наставните активности |
15.1. Предавања – теоретска настава |
30 |
||||||
|
15.2. Вежби, семинари, тимска работа |
45 |
|||||||
|
16. Други форми на активност |
16.1. Проектни задачи |
45 |
||||||
|
16.2. Самостојни задачи |
30 |
|||||||
|
16.3. Домашно учење |
30 |
|||||||
|
17. Начини на оценување |
17.1. Тестови |
0 |
||||||
|
17.2. Семинарска работа/проект |
40 |
|||||||
|
17.3. Активност и учење |
0 |
|||||||
|
17.4. Завршен испит |
60 |
|||||||
|
18. Критериуми за оценување |
до 50 бодови |
5 (пет) (F) |
||||||
|
од 51 до 60 бодови |
6 (шест) (E) |
|||||||
|
од 61 до 70 бодови |
7 (седум) (D) |
|||||||
|
од 71 до 80 бодови |
8 (осум) (C) |
|||||||
|
од 81 до 90 бодови |
9 (девет) (B) |
|||||||
|
од 91 до 100 бодови |
10 (десет) (A) |
|||||||
|
19. Услов за потпис и полагање на завршен испит |
Уредно посетување на лабораториските вежби | |||||||
|
20. Начин на полагање на испитот |
Предвидени се два парцијални писмени испити (на половина и на крај од семестарот, во времетраење од 120 минути) и задолжителен проект, кој студентите треба да го реализираат и презентираат во текот на семестарот. 1. За студентите кои ги положиле парцијалните испити, и успешно го имаат реализирано и презентирано проектот, се смета дека го положиле предметот. Презентација на проектот се одвива во времетраење не подолго од 60 минути. Во конечната оценка влегуваат поените од парцијалните испити и поените добиени од проектот. 2. Во предвидените испитни сесии се полага завршен писмен испит (времетраење 120 минути). За студентите кои го положиле писмениот испит, и кои претходно, за време на семестарот го реализирале и презентирале проектот, се смета дека го положиле предметот. Во конечната оценка влегуваат поените од завршниот писмен испит и поените добиени од проектот |
|||||||
|
21. Јазик на кој се изведува наставата |
Македонски и Англиски | |||||||
|
22. Метод на следење на квалитетот на наставата |
Интерна евалуација и анкети | |||||||
|
23. Литература |
||||||||
|
23.1. Задолжителна литература |
||||||||
|
Бр. |
Автор |
Наслов |
Издавач |
Година |
||||
|
1 |
Andrew Ng | ЖЕД ЗА МАШИНСКО УЧЕЊЕ | 2016 | |||||
|
2 |
Кристофер Бишоп | Препознавање на облици и машинско учење | Springer | 2006 | ||||
