Na izobraževanju bomo razjasnili razliko med človeško in računalniško inteligenco ter spoznali strojno učenje kot temelj umetne inteligence. Poglobili se bomo tudi v delovanje algoritmov strojnega učenja ter prikazali prednosti in slabosti posameznih pristopov. Pri tem je dobrodošlo, da udeleženci na vaje prinesejo tudi svoje podatke, ki bi jih želeli analizirati z algoritmi strojnega učenja, sicer pa se praktične vaje izvajajo na javno dostopnih podatkih.

Vsebina:

  • UVOD IN PREGLED PODROČJA
    • kaj je (umetna) inteligenca in kaj je (strojno) učenje;
    • razlika med človekom in strojem; odkrivanje zakonitosti iz podatkov;
    • nadzorovano učenje: klasifikacija in regresija;
    • pregled aplikacij;
    • osnovni principi in ocenjevanje strojnega učenja.
  • OSNOVNE METODE STROJNEGA UČENJA
    • predprocesiranje in vizualizacija podatkov;
    • odločitvena in regresijska drevesa;
    • K najbližjih sosedov, lokalno utežena regresija, Naivni Bayesov klasifikator, linearna regresija.
  • NAPREDNE METODE STROJNEGA UČENJA
    • učenje ansamblov,
    • bagging, boosting, naključni gozdovi,
    • umetne nevronske mreže,
    • predstavitev znanja,
    • bayesovsko učenje, Bayesove verjetnostne mreže,
    • nenadzorovano učenje: asociacije, gručenje, povezovalna pravila.
  • VSEBINA VAJ
    • uvod v statistični paket R, ki je namenjen analizi podatkov z različnimi metodami strojnega učenja,
    • priprava učne množice,
    • Klasifikacija.
    • učenje z ansambli.
    • regresija, nenadzorovano učenje.

Za koga?

Izobraževanje je namenjeno vsem, ki:

  • jih zanima, kako se lahko računalniki učijo in ali so računalniki inteligentni, kakšna je razlika med človekom in strojem.
  • bi radi zvedeli, kaj zmore danes strojno učenje in umetna inteligenca.
  • bi želeli spoznati, kako iz podatkov potegniti koristno znanje.
  • bi radi naredili prvi korak k uporabi podatkov za napovedovanje/odločanje.

Po izobraževanju boste …

… poznali temeljne principe in zmožnosti, ki jih nudi strojno učenje.

… vedeli, kako umetno inteligenco uporabiti pri reševanju težkih problemov.

Predznanja:

Posebna predznanja niso potrebna.

Trajanje:

  • 3 x 3 šolske ure predavanj in 2 x 6 šolskih ur praktičnih vaj na računalnikih.

Izvajalci: