Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Strojno učenje

2015./2016.

Teme laboratorijskih vježbi:

###Procjena parametara, Bayesov klasifikator za diskretne značajke, Bayesov klasifikator za kontinuirane značajke, Univarijatna regresija, Polinomijalna regresija i utjecaj šuma, Regularizirana regresija, Regularizirana polinomijalna regresija, L1-regularizacija i L2-regularizacija, Linearna regresija kao klasifikator, Višeklasna klasifikacija, Perceptron, Logistička regresija, Analiza logističke regresije, Regularizirana logistička regresija, Logistička regresija s funkcijom preslikavanja, Klasifikator SVM, Usporedba linearnih modela, Nelinearan SVM, Optimizacija hiperparametara SVM-a, Višeklasna klasifikacija SVM-om, Implementacija algoritma k-nn, Empirijska analiza algoritma k-nn, Nerobusnost algoritma k-nn, Stabla odluke, Regularizacija stabala odluke, Matrice zabune i evaluacijske mjere

(c) 2016 Josip Milić

###Opis pojedinih vježbi i njihova rješenja su u IPython bilježnicama.