mislo

Fakulteta za elektrotehniko, računalništvo in informatiko · Univerza v Mariboru

Strojno učenje za napredne telekomunikacijske storitve

Za Strojno učenje za napredne telekomunikacijske storitve še ni zapiskov.

Imaš svoje zapiske? Objavi jih: ceno določiš ti, z naročnino ti ostane cela, DDV se doda kupcu.

Objavi zapiske

Čakaš na zapiske? Prijavi se in povej. Ko jih kdo objavi, dobiš sporočilo.

Želim zapiske

Kaj lahko narediš že danes

Naloži svoje gradivo za Strojno učenje za napredne telekomunikacijske storitve: Mai ga prebere in ti iz njega naredi kartice, kviz in razlago, ko ti kaj ni jasno. Če zapiske kasneje objaviš, jih prodajaš tukaj.

Naloži svoje gradivo

Učni načrt

Podatki so iz učnega načrta, ki ga objavlja Fakulteta za elektrotehniko, računalništvo in informatiko. Prebrano 6. 9. 2026. Poglej izvirnik

6 kreditnih točk

Obveznosti v urah

  • Predavanja30 ur
  • Vaje30 ur
  • Samostojno delo120 ur

Vsebina

  1. Uvod: definicija umetne inteligence, pregled problemov v telekomunikacijah, ki jih lahko rešuje umetna inteligenca.
  2. Inteligenca z uporabo logike, verjetnostna inteligenca.
  3. Definicija strojnega učenja in njegova uporaba v telekomunikacijah, matematični in hevristični vidiki strojnega učenja, odkrivanje zakonitosti v podatkih.
  4. Predprocesiranje: izbira atributov, transformacija atributov, krčenje dimenzij problema.
  5. Nadzorovano in nenadzorovano učenje.
  6. Globoko učenje: eno- in večslojne nevronske mreže, konvolucijska nevronska mreža, nevronska mreža s povratno zanko.
  7. Metrike za ocenjevanje uspešnosti.
  8. Strojno učenje v analitiki omrežnih podatkov.
  9. Strojno učenje v IoT omrežjih.
  10. Strojno učenje v telekomunikacijskih storitvah.
  11. Strojno učenje za izboljšanje QoE.
  12. Uporaba infrastrukture za visoko zmogljivo računanje: dostop, priprava okolja, izvajanje časovno zahtevnih eksperimentov.

Ocenjevanje

Ustni izpit 45 %, Računalniško delo 35 %, Seminarska naloga 20 %

Pogoji za vključitev

Priporočeno je osnovno znanje linearne algebre, statistike, teorije verjetnosti in programiranja. Pogoji za opravljanje študijskih obveznosti: za pristop k izpitu mora študent imeti 80 % prisotnost na laboratorijskih vajah in pozitivno oceno laboratorijskih vaj.

Literatura

  • I. Kononenko: Strojno učenje, Založba FE in FRI, 2005
  • I. Goodfellow, Y. Bengio, A. Courville: Deep Learning (Adaptive Computation and Machine Learning), MIT, Cambridge, MA, 2016
  • Simeone, O. (2023). Machine learning for engineers (p. XXII, 578). Cambridge University Press.

Kako deluje

  1. Zapiske kupiš enkrat in ostanejo tvoji.
  2. V aplikaciji iz njih dobiš kartice, kvize in Mai, ki pozna gradivo.
  3. Ceno določi avtor. Prodajalec je Mislo AI, račun dobiš od nas.