Ovo su web stranice kolegija Matematičke osnove strojnog učenja koji se održava u zimskom semestru, a nastava se sastoji od tri sata predavanja svakog tjedna. Dolaženje na nastavu je obavezno.

Sadržaj kolegija

• Pojam učenja i noise-bias-variance dekompozicija.
• Problem učenja za konačne klase hipoteza.
• Problem učenja za beskonačne klase hipoteza (dimenzija razdvajanja, VC-dimenzija, pseudo-dimenzija, \gamma-dimenzija).
• Rademacherova kompleksnost.
• Metode jezgri i SVM metoda.
• Neuronske mreže.

Elementi ocjenjivanja
Programske zadaće (40%) i ispit (60%). 

Programske zadaće
Svaki/a student/ica dobit će dvije programske zadaće. Programske zadaće izrađuju se u programskom jeziku Python. Svaka programska zadaća nosi 20 bodova. Rješenje programskih zadaća sastoji se od opisa problema i analize njegovog rješenja, pripadnog kôda te popratne dokumentacije. Prvu programsku zadaću treba predati najkasnije do kraja nastavnog dijela semestra. Drugu programsku zadaću treba predati najkasnije do početka jesenskog ispitnog roka. Ne postoji mogućnost ponovljenih izrada programskih zadaća. 

Ispit
Ispit nosi 60 bodova i održava se u terminima ispitnih rokova. Ispit će sadržavati zadatke i teorijska pitanja. Nema uvjeta za izlazak na ispit. 

Uvjeti za uspješno polaganje kolegija
Da bi se kolegij uspješno položio na programskim zadaćama i ispitu ukupno treba ostvariti barem 50 bodova. 

Zaključivanje ocjene
Zaključivanje ocjene temelji se na broju ostvarenih bodova na programskim zadaćama i ispitu.

Literatura

• Martin Anthony, Peter L. Bartlett, Neural Network Learning: Theoretical Foundations, Cambridge University Press, Cambridge, 1999
• Mehryar Mohri, Afshin Rostamizadeh, Ameet Talwalkar, Foundations of Machine Learning, MIT Press, Cambridge, 2018
• Shai Shalev-Shwartz, Shai Ben-David, Understanding Machine Learning: From Theory to Algorithms, Cambridge University Press, Cambridge, 2014