Pružiti studentima znanja o konceptima, metodama i tehnikama strojnog učenja i njihovoj ulozi u poslovanju. Kroz kolegij studenti će steći znanja potrebna za izradu i evaluacije modela strojnog učenja. Specifične kompetencije razvijaju se u okviru seminarske nastave te kroz izradu seminarskog rada prema preferencijama studenata.
Kroz kolegij studenti će se upoznati s područjima primjene umjetne inteligencije i inteligentim metodama kao dio inteligentnih sustava za potporu odlučivanju. Studenti će se upoznati s teorijom strojnog učenja, tehnikama neparametarskog učenja, metodama, regresijom i klasifikacijom - Linearna regresija, Logistička regresija i klasifikacija i regularizacija. Kroz kolegij obradit će se umjetne neuronske mreže, tehnike grupiranja podataka ( K-means algoritam), redukcija dimenzionalnosti (Metoda glavnih komponenti) i učenje temeljeno na pravilima (Asocijacijska pravila).
Nakon završenog kolegija student će moći:
1. Definirati osnovne pojmove vezane uz sustave umjetne inteligencije (umjetna inteligencija, strojno učenje, tehnike učenja, skladištenje podatka)
2. Objasniti teorijske pretpostavke, prednosti i nedostatke temeljnih algoritama strojnog učenja
3. Izraditi (stvoriti) vlastiti model strojnog učenja koji koristi tehniku nadziranog, nenadziranog učenja ili učenje po pravilima
4. Interpretirati i vrednovati rezultate izrađenog modela strojnog učenja na temelju odgovarajućih metrika
