Metode in orodja na področju umetne inteligence

  1. Definicija ekspertnih sistemov
  2. Komponente ekspertnih sistemov
  3. Primeri za ekspertne sisteme

  1. Učenje iz primerov
  2. Vrste učenja
    1. Nadzorovano učenje
    2. Nenadzorovano učenje
    3. Okrepitveno učenje
  3. Praktična orodja za UI/strojno učenje
    1. Programsko okolje
    2. Grafična orodja, KNIME
  4. Regresija
    1. Univariatna regresija
    2. Multivariatna regresija
    3. Kakovost regresijskih modelov
  5. Razvrstitev
    1. Logistična regresija
    2. Odločitvena drevesa
    3. Kakovost klasifikatorjev
  6. Pristranskost in varianca
  7. Ekstrakcija značilnosti
  8. Učenje ansambla
    1. Naključni gozd
    2. Regresijska drevesa
    3. Okrepljena drevesa
    4. Uravnavanje hiperparametrov v strojnem učenju

  1. Nevronske mreže
    1. Nevroni v biologiji
    2. Perceptron
    3. Učenje s povratnim širjenjem napak in gradientni spust
    4. Konvolucijske nevronske mreže (CNN)
    5. Ponavljajoče se nevronske mreže (RNN)
  2. Globoko učenje: primeri in uporaba
  3. Praktični vidiki globokega učenja
    1. Ogrodja
    2. Označevanje in povečanje
    3. Standardni modeli in transferno učenje

  1. Primeri NLP nalog
  2. Predhodna obdelava besedila
  3. Vdelave
  4. Transformatorji
  5. Veliki jezikovni modeli

  1. Programska okolja za UI/strojno učenje
    1. Jupyter Notebooks + Python, Anaconda
    2. Ogrodja: Scikit-Learn, Tensorflow, PyTorch, Keras itd.
  2. UI/strojno učenje brez kode
    1. KNIME analitična platforma
    2. Drugi

Uvod v umetno inteligenco

Uporabna metodologija umetne inteligence