| Предмет | Неуронске мреже |
|---|---|
| Модул | Информациони системи и технологије |
| Статус предмета | Изборни предмет |
| Катедра | Катедра за управљање системима |
| Број ЕСПБ бодова | 5 |
Циљ предмета је да се студенти упознају са основним теоријским концептима, различитим архитектурама и начинима обучавања, као и да се оспособе за анализу, моделовање и симулацију система применом вештачких неуронских мрежа
Студенти су оспособљени за: разумевање теоријских концепата на којима се заснивају неуронске мреже; примену техника претпроцесирања података; моделовање система коришћењем неуронских мрежа и подешавање њених параметара; имплементацију неуронских мрежа у одабраном програмском језику и примена у решавању реалних проблема из различитих области
Настава на предмету је конципирана као комбинација традиционалног и електронског учења. Предавања, лабораторијске вежбе, образовање на даљину, студије случаја, консултације, менторски рад.
Теоријска настава
Основни појмови, математичка основа. Модел неурона и архитектура вештачке неуронске мреже (активационе функције и тежински коефицијенти). Перцептрон, једнослојне линеарне мреже и вишеслојне мреже. Процес учења, надгледано и ненадгледано учење. Алгоритам простирања грешке унапред (Backpropagation алгоритам). Прикупљање и претпроцесирање података, технике обраде ненумеричких и недостајућих вредности. Оптимизација перформанси мреже. Тестирање мреже и унакрсна валидација. Рекурентне неуронске мреже. Асоцијативно учење (Хебово правило и Кохонено правило). Компетитивно учење (Хамингова мрежа). Радијалне (RBF) неуронске мреже. Примена неуронских мрежа за решавање проблема регресије, класификације и кластеровања. Предности и ограничења, стабилност
Практична настава
Решавање практичних задатака из наведених области и програмска реализација у одговарајућем софтверском пакету или програмском језику (MATLAB, Python). Израда пројекта/софтверског решења над одабраним скупом података
1. Петровић, Б., Поледица, А., Драговић, И., Ракићевић, А., Милошевић, П., Вукићевић А., & Зукановић, М. Рачунарска интелигенција Практикум у MATLAB-у Београд: ФОН 2021
2. Hagan, M., Demuth, H., Beale, M., & De Jesus O. Neural Network Design (2nd ed.) Martin Hagan 2014
3. Haykin, S. Neural Networks (2nd ed.) New York: Prentice Hall 1994
