Predmeti na voljo

  • nosilec: Jure Demšar
  • nosilec: Erik Štrumbelj
Kategorija: Podatkovne vede
Learn probabilistic programming, how to build and apply Bayesian statistical models, and provide statistical support to researchers and professionals. The process and limitations of statistical inference (experiment design, data gathering, model selection, computation, interpretation, what can and …
  • nosilec: Danijel Skočaj
Kategorija: Podatkovne vede
Uvod v globoko učenje. Zgodovinski pregled. Aplikacije globokega učenja. Učenje globokih nevronskih mrež. Naprej povezane nevronske mreže. Stohastični gradientni spust. Vzvratno razširjanje napake. Aktivacijske in cenilne funkcije. Regularizacija, inicializacija, normalizacija. Posodabljanje…
  • nosilec: Gašper Fijavž
  • nosilec: Polona Oblak
  • nosilec: Erik Štrumbelj
  • nosilec: Žiga Virk
  • nosilec: Aljaž Zalar
Kategorija: Podatkovne vede
Matrična in tenzorska algebra. Notacija. Odvodi. Teorija. Gradient. Konveksnost in stroga konveksnost. Lipschitzeve funkcije. Optimizacija z omejitvami. Dualne funkcije. Dualni optimizacijski problemi. Krepka dualnost. Slaterjev pogoj. Karush-Kuhn-Tuckerjev pogoj.  Optimizacijske metode. Grad…
  • nosilec: Erik Štrumbelj
  • nosilec: Aljaž Zalar
Kategorija: Podatkovne vede
Data. Povzemanje podatkov. Vizualizacija podatkov. Temeljna težava pri analizi podatkov: negotovost v našem razumevanju procesa, ki generira podatke. Probability. Aksiomatski, bayesovski in klasičen (frekventistični) pogled na verjetnost. Skupne, robne in pogojne gostote. Bayesov izrek. Porazde…
  • nosilec: Jure Demšar
Kategorija: Podatkovne vede
Študentje izberejo temo projekta in na projektu delajo v skupinah. Na sredini semestra poročajo o napredku in vmesnih rezultatih.  Ob zaključku predmeta študentje javno predstavijo rezultate dela. Projektne teme predlagajo fakultetni predavatelji in strokovnjaki iz gospodarstva. Nosilec pr…
  • nosilec: Tomaž Hočevar
  • nosilec: Erik Štrumbelj
  • nosilec: Blaž Zupan
Kategorija: Podatkovne vede
Linearni modeli. Linearna regresija. Linearna diskriminantna analiza. Logistična regresija. Gradientni sestop. Stohastični gradientni sestop. Pristop strojnega učenja. Cenovna funkcija. Pristop z zmanjšanjem tveganja. Maksimizacija verjetja. Vrednotenje modelov. Prečno preverjanje. Izbor znač…
  • nosilec: Erik Štrumbelj
  • nosilec: Blaž Zupan
  • nosilec: Marinka Žitnik
Kategorija: Podatkovne vede

Predmet pokriva izbrane napredne teme iz strojnega učenja skladno s trenutnimi smernicami v raziskavah in uporabi v praktičnih problemih.

  • nosilec: Tomaž Curk
  • nosilec: Slavko Žitnik
Kategorija: Podatkovne vede
Predmet predstavlja uvod in pregled tem, ki so pomembne za podatkovne vede. Predavatelji in gostje iz industrije in raziskovalnih ustanov bodo študentom predstavili te teme. Delo s podatki. Pridobivanje. Procesiranje. Hranjenje. Povzemanje. Čiščenje. Analiza podatkov. Napovedovanje. Gručenje. …
  • nosilec: Matjaž Kukar
Kategorija: Podatkovne vede
Introduction to big data. Characteristics of big data. Big data and data science. Relational databases and big data. Distributed data systems. Hadoop ecosystem. Big data management. Structured and semi-structured data models. Non-relational (NoSQL) data models. Data models and database systems for …