| 1. | Наслов на наставниот предмет | Математички методи за машинско учење | |||||||||||
| 2. | Код | 4ФЕИТ08009 | |||||||||||
| 3. | Студиска програма | 21-ПНЕИТ | |||||||||||
| 4. | Организатор на студиската програма
(единица, односно институт, катедра, оддел) |
Факултет за електротехника и информациски технологии | |||||||||||
| 5. | Степен (прв, втор, трет циклус) | Втор циклус студии | |||||||||||
| 6. | Академска година/семестар | I/1 | 7. | Број на ЕКТС кредити | 6.00 | ||||||||
| 8. | Наставник | Д-р Весна Андова | |||||||||||
| 9. | Предуслов за запишување на предметот | ||||||||||||
| 10. | Цели на предметната програма (компетенции):
Студентот да се здобие со способност да ги дефинира, разбере и реши професоналните проблеми кои вкучуваат математика. Да ја развие способност за професионална комуникација на мајчиниот јазик но и на англиски. Првот дел од курсот покрива теми од линеарна алгебра, а вториот обработува поглавја од статистика кои се неопходни во машинскот учење. |
||||||||||||
| 11. | Содржина на програмата:
Скалари, вектори и матрици. Геометрија на множење матрици. Афини простори. Геометрија на векторски простори. Дијагонализација на матрици. SVD. Вовед во графови и матрица на соседство. Леви и десни сопствени вектори на графовски матрица. Примена за класификација на темиња. Распределби на случајна променлива изведени од нормална распределба. Видови податоци. Случаен примерок, семплирање, генерирање на случаен примерок. Редукција на податоци. Параметарски и непараметарски тестови. Работа со категорични податоци. |
||||||||||||
| 12. | Методи на учење:
Предавања, вежби, самостојна работа и домашни задачи. |
||||||||||||
| 13. | Вкупен расположив фонд на време | 180 | |||||||||||
| 14. | Распределба на расположивото време | 3 + 3 | |||||||||||
| 15. | Форми на наставните активности | 15.1 | Предавања – теоретска настава | 45 часови | |||||||||
| 15.2 | Вежби (лабораториски, аудиториски), семинари, тимска работа | 45 часови | |||||||||||
| 16. | Други форми на активности | 16.1 | Проектни задачи | 30 часови | |||||||||
| 16.2 | Самостојни задачи | 30 часови | |||||||||||
| 16.3 | Домашно учење | 30 часови | |||||||||||
| 17. | Начин на оценување | ||||||||||||
| 17.1 | Тестови | 30 бодови | |||||||||||
| 17.2 | Семинарска работа/проект (презентација: писмена и усна) | 30 бодови | |||||||||||
| 17.3. | Активност и учење | 0 бодови | |||||||||||
| 17.4. | Завршен испит | 40 бодови | |||||||||||
| 18. | Критериуми за оценување (бодови/оценка) | до 50 бода | 5 (пет) (F) | ||||||||||
| од 51 до 60 бода | 6 (шест) (E) | ||||||||||||
| од 61 до 70 бода | 7 (седум) (D) | ||||||||||||
| од 71 до 80 бода | 8 (осум) (C) | ||||||||||||
| од 81 до 90 бода | 9 (девет) (B) | ||||||||||||
| од 91 до 100 бода | 10 (десет) (A) | ||||||||||||
| 19. | Услов за потпис и полагање на завршен испит | Редовнa посетa на настава/консултации | |||||||||||
| 20. | Начин на полагање на испитот |
Испитот ќе се полага континуирано преку 2 тестови, семинарска работа/домашна работа и завршен испити. Студените кои нема да ги полагаат тестовите ќе полагаат писмен испит. |
|||||||||||
| 21. | Јазик на кој се изведува наставата | Македонски и Англиски | |||||||||||
| 22. | Метод на следење на квалитетот на наставата | Самоевалуација | |||||||||||
| 23. | Литература | ||||||||||||
| 23.1. | Задолжителна литература | ||||||||||||
| Ред.
број |
Автор | Наслов | Издавач | Година | |||||||||
| 1. | G.Casella, R.L. Berger | Statistical Inference | Dxbury Thompson Learning | 2002 | |||||||||
| 2. | P. Lancaster, M. Tismenetsky | The Theory of Matrices | Academic Press | 2007 | |||||||||
| 3. | G. Strang | Linear Algebra and Learning from Data | Wellesley-Cambridge Press, | 2019 | |||||||||
| 23.2. | Дополнителна литература | ||||||||||||
| Ред.
број |
Автор | Наслов | Издавач | Година | |||||||||
| 1. | G. Strang | Introduction to Linear algebra | Wellesley-Cambridge Press | 2016 | |||||||||
