Obrada prirodnih jezika

Uključene obrazovne institucije

Univerzitet u Kragujevcu

Oblast

Cilj predmeta

Upoznavanje studenata sa modernim statističkim tehnikama obrade prirodnih jezika i njihovom praktičnom upotrebom.

Ishod predmeta

Student je razume pristupe sintaksi i semnatici u obradi prirodnih jezika, poznaje tehnike mašinskog prevođenja i zna da primeni standardne alate otvorenog koda u obradi prirodnih jezika.

Teorijska nastava

Uvod u obradu prirodnih jezika. Organizacije i vrste rečnika i korpusa. Modeli i klasifikacije jezika. Segmentacija teksta, prepoznavanje reči i prepoznavanje rečenica. Bajesovi pristupi u rešavanju višeznačnosti i ispravljanju grešaka. Implementacija skrivenih Markovljevih lanaca i primena u POS tagovanju. Neuronske mreže i neuronski jezički modeli. Primena rekurentnih neuronskih mreža. Sintaksno i verovatnosno parsiranje, parsiranje kontekstno slobodnim gramatikama. Plitko parsiranje i konačni automati. Klasifikacija tekstova na osnovu semnatike i sentimenta. Metode i alati u prepoznavanju govora. Izazovi u mašinskom prevođenju.

Praktična nastava

Zajedničko koncipiranje i razrada teme i sadržaja projekata. Upućivanje u koncepre, sredstva i literaturu. Praćenje i diskusija rešenja i rezultata tokom rada na projektu i njegovo dokumentovanje.

Ostali predmeti iz ove oblasti

Univerzitet u Kragujevcu

Duboko učenje

Osposobljavanje studenata za razumevanje paradigme dubinskog učenja kao grane mašinskog učenja, koja se zasniva na predstavljanju podataka na visokom stepenu apstrakcije. Predmet…

ETF / FON

Mašinska vizija

Cilj kursa je upoznavanje studenata sa metodama i tehnologijama koje se koriste u automatizovanim sistemima merenja i kontrole na osnovu obrade slike.…

Univerzitet u Kragujevcu

Inteligentni informacioni sistemi

Upoznavanje i ovladavanje konceptima, metodama, tehnikama i alatima poslovne inteligencije (BI), Data Science i analitike velikih količina podataka (Big Data).

Matematički / Mašinski fakultet

Mašinsko učenje

Upoznavanje sa osnovnim modelima i algoritmima mašinskog učenja, ključnim elementima njihovog dizajna i tehnikama evaluacije.

ETF / FON

Metode soft-kompjutinga

Cilj predmeta je da studenti ovladaju tehnikama projektovanja neuralnih mreža, fazi sistema,genetskih algoritama i hibridnih sistema, sa osnovnim ciljem njihove primene u…

Matematički / Mašinski fakultet

Mašinsko učenje inteligentnih robotskih sistema

Cilj je da studenti ostvare sposobnost za razvoj i implementaciju inteligentnih mobilnih robota sposobnih da realizuju radne zadatke u naprednom tehnološkom okruženju,…

Univerzitet u Kragujevcu

Sistemi za podršku odlučivanju

Upoznavanje studenata sa konceptima, teorijskim osnovama i mogućnostima sistema za podršku odlučivanju. Osposobljavanje studenata da samostalno primenjuju stečena znanja u rešavanju realnih…

ETF / FON

Mašinsko učenje

Sticanje znanja rada algoritama mašinskog učenja, njihova implementacija u odabranom softverskom okruženju.

Univerzitet u Nišu

Inteligentni sistemi

Studenti se upoznaju i ovladavaju analizom, implementacijom, primenom i evaluacijom osnovnih algoritama mašinskog učenja.

ETF / FON

Interaktivno programiranje grafičkih procesora za veštačku inteligenciju

Ovladavanje naprednim metodama paralelnog i funkcionalnog programiranja, i njihovom primenom u implementaciji algoritama i alata za veštačku inteligenciju. Upoznavanje sa softverskim bibliotekama…

Univerzitet u Nišu

Primena veštačke inteligencije i mašinskog učenja u analizi signala

Sticanje znanja za primenu algoritama veštačke inteligencije i mašinskog učenja u analizi i obradi signala: slike, vremenskih serija, video i audio signala.

ETF / FON

Primene veštačke inteligencije

Upoznavanje sa aktuelnim tehnologijama veštačke inteligencije (VI) i njihovim primenama u različitim domenima. Upoznavanje sa softverskim bibliotekama otvorenog koda koje implementiraju različite…

Univerzitet u Kragujevcu

Mašinsko učenje

Osposobljavanje studenata za razumevanje i praktičnu primenu koncepata nadgledanog mašinskog učenja u domenu regresije i klasifikacije.

ETF / FON

Napredno mašinsko učenje

Upoznavanje sa modelima za predviđanje kada podaci nisu nezavisni, već se može eksploatisati struktura, ili se predviđati kompleksni izlazi. Razumevanje potreba za…

Matematički / Mašinski fakultet

Računarska inteligencija

Osposobljavanje studenata za razvoj i primenu dostignuća iz oblasti Soft računarstva u cilju rešavanja raznorodnih problema i osposobljavanje za dalji rad.

Univerzitet u Kragujevcu

Veštačka inteligencija

Produbljivanje znanja o metodama i tehnikama veštačke inteligencije. Osposobljavanje studenata za rešavanje zahtevnih realnih i istraživačkih problema upotrebom metoda veštačke inteligencije.

ETF / FON