Opis Programa cjeloživotnog učenja za stjecanje mikrokvalifikacije analitičar/ka za strojno i duboko učenje
Ovaj program cjeloživotnog učenja osmišljen je s ciljem osposobljavanja polaznika za praktičan rad u područjima podatkovne znanosti, strojnog učenja i umjetne inteligencije, s naglaskom na rješavanje realnih problema i implementaciju rješenja. Program je usklađen sa standardima Hrvatskog kvalifikacijskog okvira (HKO) na razini 6.
Cilj i struktura programa
Program je koncipiran tako da polaznicima pruži temeljito razumijevanje i operativne vještine potrebne za analizu podataka i razvoj inteligentnih sustava. Stjecanje mikrokvalifikacije obuhvaća četiri ključna područja, raspoređena kroz logičan slijed predmeta:
- Programiranje u programskom jeziku Python: Pruža temelje algoritamskog razmišljanja i savladavanja programskih konstrukata neophodnih za sve napredne analize. Polaznici uče samostalno kreirati robusna programska rješenja i koristiti alate za verzioniranje koda.
- Uvod u primijenjenu statistiku i podatkovnu znanost: Integrirani predmet koji spaja statističku pismenost s praktičnom pripremom podataka. Polaznici uče identificirati izvore pristranosti, primijeniti metode deskriptivne i inferencijalne statistike, te provoditi kompletan proces istraživačke analize podataka (EDA). Ključne vještine uključuju čišćenje podataka, inženjering značajki i naprednu vizualizaciju.
- Strojno učenje: Fokusiran na primjenu osnovnih algoritama. Polaznici stječu sposobnost odabira optimalnih modela (klasifikacija, regresija, klasterizacija) te ih samostalno implementiraju i vrednuju. Također se uvode i tehnike regularizacije za sprječavanje prekomjerne specijalizacije modela (overfitting).
- Duboko učenje i računalni vid: Predmet produbljuje znanje u najsuvremenijim područjima. Polaznici uče dizajnirati i implementirati vlastite duboke neuronske mreže, uključujući konvolucijske neuronske mreže (CNN). Glavni naglasak je na praktičnoj primjeni tehnika računalnog vida, uključujući klasifikaciju, detekciju i segmentaciju objekata.
Stečene kompetencije (znanja i vještine)
Nakon završetka programa, polaznici posjeduju sljedeća znanja i vještine:
- Znanja: Savladali su temeljne koncepte programiranja i algoritamskog razmišljanja u Pythonu. Razumiju statističke metode, proces pripreme podataka, te ključne koncepte strojnog i dubokog učenja, uključujući razliku između nadziranih i nenadziranih modela. Stečeno znanje im omogućuje analizu slika i teksta pomoću naprednih modela.
- Vještine: Osposobljeni su za samostalnu izradu programskih rješenja. Umiju prikupiti, očistiti i pripremiti podatke iz različitih izvora za analizu, te ih statistički i vizualno interpretirati. Posjeduju vještinu implementacije i optimizacije algoritama strojnog učenja za konkretne probleme. Ključna vještina je sposobnost dizajniranja i vrednovanja performansi vlastitih dubokih neuronskih mreža te razvijanje rješenja za napredne probleme računalnog vida (klasifikacija, detekcija i segmentacija).
Program je izrazito orijentiran na praktičan rad i rješavanje problema, što se odražava i u načinu provjere znanja – kontinuiranim praćenjem i obranom opsežnih projektnih zadataka (studija slučaja).
