Напредна анализа на податоци со методи од машинско учење

Објавено: декември 13, 2018

Предмет: Напредна анализа на податоци со методи од машинско учење

Код: 3ФЕИТ07008

Број на ЕКТС кредити: 6 ЕКТС

Неделен фонд на часови: 3+0+0+3

Наставник: Доц. д-р Христијан Ѓорески

Цели на предметната програма (компетенции): Анализа на структурирани и неструктурирани податоци. Работа со алгоритми од вештачка интелигенција, машинско учење и длабоко учење.

Содржина на предметната програма: Напредна анализа на различни типови на податоци, вклучувајќи: структурирани и неструктурирани податоци, временски серии, слики, звук, и сл. Обработка и анализа на податоците со користење на различни методи од областа на вештачката интелигенција, машинското учење и длабокото учење. Апликација на методите за анализа на податоците: пред-процесирање на податоците (филтрирање), екстракција на атрибути, градење на класификациски и регресиски модели, кластерирање, визуелизација на податоците и моделите, како и споредба на различни типови на евалуација на изградените модели. Имплементирање на алгоритмите и моделите со помош на Јава или Python околина (Weka, sklearn, tflearn, numpy, matplotlib, pandas, TensorFlow, Keras, Pythorch).

Литература:

Задолжителна литература

Бр.

Автор

Наслов

Издавач

Година

1

Ordóñez, F.J.; Roggen, DDeep Convolutional and LSTM Recurrent Neural Networks for Multimodal Wearable Activity RecognitionSensors  20162016

2

Vyas, N.; Farringdon, J.; Andre, D.; Stivoric, J.I.Machinelearning and sensor fusion for estimating continuous energy expenditureIn Proceedings of the Innovative Applications of Artificial Intelligence Conference2011

3

Hammerla NY, Halloran S, Plötz T.Deep, Convolutional, and Recurrent Models for Human Activity Recognition Using WearablesIJCAI 20162016

Дополнителна литература

Бр.

Автор

Наслов

Издавач

Година

1

Chavarriaga, R.; Sagha, H.; Calatroni, A.; Digumarti, S.; Tröster, G.; Millán, J.; Roggen, D.The Opportunity challenge: A benchmark database for on-body sensor-based activity recognitionPattern Recognit. Lett. 20132013

2

Yu Guan, Thomas PloetzEnsembles of Deep LSTM Learners for Activity Recognition using WearablesUbicomp 20172017

3

Sebastian Munzner, Philip Schmidt, Attila Reiss, Michael Hanselmann, Rainer Stiefelhagen, Robert DurichenCNN-based Sensor Fusion Techniques for Multimodal Human Activity RecognitionUbicomp 20172017