Descrição da unidade curricular
A descrição da unidade curricular só está disponível em croata.
- 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
Resultados de aprendizagem
Os resultados de aprendizagem são apresentados em inglês.
- ability to design deep models in a high-level programming language
- ability to organize and optimize data into structures suitable for training deep neural network models
- ability to sketch a conceptual deep model of a neural network
- ability to construct deep neural network models suitable for supervised, semi-supervised and uncontrolled learning
- ability to disassemble the functional parts of deep neural networks and adapt them to another purpose
- ability to design a high-performance deep neural network model
Bibliografia
Bibliografia obrigatória
- 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.
Responsáveis pela unidade curricular 1
Docentes que lecionam 1
Épocas de exame
As datas para este ano letivo ainda não foram publicadas. No ano passado realizaram-se:
- 16. 2. 2026.Redovni rokrealizado
- 23. 2. 2026.Redovni rokrealizado
- 20. 6. 2026.Redovni rokrealizado
- 29. 6. 2026.Redovni rokrealizado
- 6. 7. 2026.Redovni rokrealizado
- 7. 9. 2026.Redovni rokrealizado
até 10 dias até 30 dias mais tarde realizadas
Fonte: ISVU. Clica numa data para abrir o Studomat e te inscreveres no exame; verifica lá eventuais alterações.