Duboko učenje

Pravila kolegija, uvod u neuronske mreže i duboko učenje Matematička osnova, rad i koncepti neuronskih mreža i dubokog učenja Osnove programskog jezika visoke razine i alata za rad s podacima Programski okviri za pripremu, obradu i vizualizaciju numeričkih i grafičkih tipova podataka Programski okviri za oblikovanje i rad s neuronskim mrežama Duboki potpuno povezani sekvencijski modeli neuronskih mreža Konvolucijski modeli neuronskih mreža Kolokvij Poteškoće prilikom treniranja neuronskih mreža Tehnike treniranja neuronskih mreža Tehnike modeliranja neuronskih mreža Rekurentne neuronske mreže i rad s kontinuiranim podacima Generativni modeli neuronskih mreža Napredni modeli neuronskih mreža Završni ispit

1. oblikovati duboke modele u programskom jeziku visoke razine
2. organizirati i optimizirati podatke u strukture pogodne za treniranje dubokih modela neuronskih mreža
3. skicirati idejni duboki model neuronske mreže
4. konstruirati duboke modele neuronske mreže prikladne za nadzirano, polu-nadzirano i nenadzirano učenje
5. raščlaniti funkcionalne dijelove dubokih neuronskih mreža i prilagoditi ih drugoj namjeni
6. dizajnirati duboki model neuronske mreže visokih performansi

Obavezna literatura

• Goodfellow, I., Bengio, Y., & Courville, A. (2017). Deep Learning, http://www.deeplearningbook.org
  Aggarwal, C. C. (2018). Neural Networks and Deep Learning. In Springer. https://doi.org/10.1016/B978-0-12-801522-3.00018-5
  Czum, J. M. (2020). Dive Into Deep Learning
  Valkov V. (2020), Get SH*T Done with PyTorch: Solve Real-World Machine Learning Problems with Deep Neural Networks in Python
  Vasilev I., Slater D., Spacagna G., Roelants P., Zocca V. (2019), Python Deep Learning Second Edition, Packt Publishing Ltd.