Weekly outline

  • 30 September - 6 October

    Začetek predavanj: pregled predmeta 

    - pregled predmeta in obveznosti študentov, ocenjevanje

    PREDAVANJA:

    - strojno učenje, odkrivanje zakonitosti iz podatkov,podatkovno rudarjenje, (Pregled aplikacij)
    - klasifikacija in regresija


    LABORATORIJSKE VAJE SE ZAČNEJO NASLEDNJI TEDEN


    • 7 October - 13 October

      Predavanja:

      - pregled metod SU: odločitvena in regresijska drevesa, linearna regresija in Naivni Bayes, K-NN  nevronske mreže
      - definicije učenja, inteligence, umetne inteligence,
      - naravno učenje, inteligenca in zavest


      Laboratorijske vaje: Uvod v R

    • This week

      14 October - 20 October

       PREDAVANJA - odpadejo


      Vaje

      Laboratorijske vaje: Vizualizacija podatkov

    • 21 October - 27 October

       PREDAVANJA:

      - Osnovni principi strojnega učenja: MDL, inkrementalno, večkratna razlaga, ocenjevanje verjetnosti, preveliko prileganje
      -  Ocenjevanje učenja: točnost, matrika napak, cena, Brier, Informacijska vsebina, senzitivnost in specifičnost, ROC, AUC; Regresija: MSE, RMSE, MAE, RMAE

      - primer ocenjevanja učenja: breast cancer 

      LABORATORIJSKE VAJE:

      Uvod v klasifikacijo (odločitvena drevesa, klasifikacijska točnost, Brier score, izpitna naloga)

    • 28 October - 3 November

      PREDAVANJA:

      - gradnja odločitvenih dreves, ocenjevanje atributov, Gain in gain-ratio
      - binarizacija atributov, kratkovidnost, rezanje dreves: REP (zmanjšanje napake z rezalno množico), primer, MEP (m-ocena),
       ocenjevanje verjetnosti, vaja iz rezanja MEP, manjkajoče vrednosti atributov, numerični atributi

      - gradnja in rezanje regresijskih dreves (varianca = MSE, pričakovano zmanjšanje variance, m-ocena za rezanje regresijskih dreves)