1. komponenta

Vrsta nastave	Ukupno
Predavanja	45

* Opterećenje je izraženo u školskim satima (1 školski sat = 45 minuta)

CILJ KOLEGIJA:
Cilj predmeta je izložiti ključne pojmove i rezultate te osnovne tehnike, pristupe i alate moderne teorije statističkog učenja.

NASTAVNI SADRŽAJI:
Nastavni sadržaj predmeta obuhvaća pojam statističkog procesa učenja, teoriju konzistentnosti procesa učenja, analizu brzine konvergencije procesa učenja, pronalazak optimalnog rješenja procesa učenja te analizu algoritama procesa statističkog učenja.

1. Understanding machine learning, S. Ben-David, S. Shalew-Shwartz, Cambridge University Press, Cambridge, 2014.
2. Statistical learning theory, V. N. Vapnik, John Wiley & Sons, Inc., New York, 1998.
3. Foundations of Machine Learning, M. Mohri, A. Rostamizadeh, A. Tlwalkar, The MIT Press, Cambridge MA, 2018.
4. The elements of statistical learning, T. Hastie, R. Tibshirani, J. Friedman, Springe-Verlagr, New York, 2009.
5. The nature of statistical learning theory, V. N. Vapnik, Springer-Verlag, New York, 2000.
6. Neural Network Learning: Theoretical Foundations, M. Anthony, P. L. Bartlett, Cambridge University Press, Cambridge, 1999.

Ostali izborni predmeti - Redovni Studij - Računarstvo i matematika
Vezani kolegiji C - Redovni Studij - Računarstvo i matematika
Vezani kolegiji D - Redovni Studij - Računarstvo i matematika

Ostali izborni predmeti - Redovni Studij - Računarstvo i matematika
Vezani kolegiji C - Redovni Studij - Računarstvo i matematika
Vezani kolegiji D - Redovni Studij - Računarstvo i matematika