Opis Basics of Optimization and Artificial Intelligence
Osnove optimizacije i umjetne inteligencije
Trajanje 3 dana (21 sat)
Predznanje Rad u programskom jeziku Python, osnove algoritama
Tko treba slušati Zainteresirani za primjenu optimizacije i tehnika umjetne inteligencije u svrhu rješavanja praktičnih problema

 

OPIS:

Tečaj daje pregled osnova optimizacije i umjetne inteligencije (pretraživanja, strojno učenje) s naglaskom na primjene iz poslovne prakse. Stečena znanja primjenjuju se kroz više praktičnih primjera optimiranja i predviđanja.

 

SADRŽAJ:

Pretraživanja: svođenje realnog problema na problem pretraživanja, pretraživanje redoslijeda/odabira, brute-force (isprobavanje svih mogućnosti), rekurzivna pretraga za najboljim rješenjem, traženje najkraćih/najjeftinijih puteva, pohlepni algoritmi, dinamičko programiranje.

Osnove strojnog učenja: svođenje realnog problema na strojno učenje, vrste modela, evaluacija modela, regresije, klasifikacija, grupiranje, stabla odluke, neuronske mreže, podržano učenje.

Optimizacije: svođenje realnog problema na minimizaciju/maksimizaciju neke funkcije, načini optimizacije: gradijentni spust, Newtonova metoda, SVM, linearno programiranje, simulirano kaljenje, genetski algoritmi, cjelobrojno programiranje, problem ruksaka, problem pridruživanja.

Tečaj je obogaćen primjerima iz poslovne prakse i njihovim konkretnim rješenjima. Sudionici sudjeluju u rješavanju primjera i dobivanju rezultata samostalnim radom uz pomoć predavača.