FONForum

Za nastavu je zadužena ekipa sa kojom ste se sreli na Principima programiranja. Sama nastava je inače veoma slabo posećena, i vežbe, a naročito predavanja.

Ceo ispit može da se položi preko seminarskog rada ili pismeno u ispitnom roku. Samo ukoliko se radi seminarski ocena može da bude 9 ili 10, sa pismenim može da se dobije najviše 8.
Dakle, svakako je bolje položiti ispit preko seminarskog, a možda čak i lakše kad je ovaj predmet u pitanju.

Međutim, ove školske godine će izgleda svi koji žele da polažu ispit preko seminarskog morati prethodno da polažu neki test. Detaljnije o tome i o ostalim novim pravilima možete pročitati ovde.

Što se tiče tema za seminarske radove, u obzir dolaze sledeće oblasti:
Neuronske mreže – za ovu oblast je zadužen Zoran Ševarac i to je prva oblast koja se radi na predavanjima i vežbama. Potrebno je da se izabere neki skup podataka koji se zatim trenira korišćenjem Neuroph softvera. Ništa posebno komplikovano. Ja sam radila seminarski iz ove oblasti, pa ako nekoga zanimaju detalji može da pita.
Ekspertni sistemi – zadužen Bojan Tomić. Koliko sam čula seminarski radovi iz ove oblasti su ubedljivo najlakši i najmanje zahtevni. Ali stvarno ne znam šta se ovde konkretno radilo i koji su bili zahtevi.
Semantički veb – Jelena i Nikola. Oni koji prošle godine nisu imali sreće da na vreme prijave teme iz prethodne dve oblasti, a želeli su visoku ocenu, ovo im je bila poslednja preostala opcija. Izgleda i najzahtevnija. Na sajtu je bio ponuđen spisak tema koje su mogle da se rade, bilo je lakših i težih, pa ko je imao koliko sreće... Ne znam puno ni o ovome.

Ispit
Ispit se polaže pismeno u ispitnom roku. Na ispitu dolazi 4 zadatka i 8 otvorenih teoretskih pitanja.
4 zadatka nose po 5p, 4 pitanja po 5p i 4 pitanja po 10p. Sve ukupno 80 poena. Za prolaz teba 51.

Sajt predmeta: http://is.fon.rs/

_________________
Pivo, Pank, Partizan!

Moze li neko da mi pomogne sa literaturom posto ne mogu da pratim predavanja ?
Odakle se uci teorija, sa slajdova ili iz Devedziceve knjige ?
Zadaci pretpostavljam sa sladova iz Vezbi ?

Thanks !

Sve ucis sa slajdova, i zadatke i teoriju.

Na njihovom sajtu imas i ispitna pitanja.

poceo neko da se sprema za ovaj kvalifikacioni test? mislite da ce biti ovakvi zadaci kakvi su i primeri postavljeni?

Da li drzi neko casove iz ISa? Hvala.

Znači li, na osnovu materijala koje su objavili na sajtu, da ovaj eliminacioni test neće imati teorijski deo, već samo zadatke?

_________________

Има ли неко извучене одговоре на тренутна испитна питања? Скрипта од прошле године није ажурирана.
Ко не би да качи, може да ме контактира путем приватне поруке.

Moze li neko ko ima iskustva ili zna da napise kakvi su zadaci koji dolaze.

Medju ispitnim pitanjima nabrojane su 3 oblasti a u opisu ispita ovde pise da dolaze 4.

Pa, kako su organizovani zadaci na ispitu?

Hvala

U januaru je cetvrti zadatak bio masinsko ucenje.

^
Da li možeš malo detaljnije da opišeš ispit? Koliko traje, koliko ima pitanja, koliko detaljni odgovori treba da budu? Meni je drug rekao da ako u pitanju piše objasni ... onda mora da se piše detaljnije, tu su njemu skinuli puno poena. Koliko je težak ispit?

Nemam pojma, nisam nikad izlazio. To govorim sta sam cuo od kolega.
Ovako izgleda:
4 pitanja nose po 10p
4 po 5p
4 zadatka po 5p
Za prolaz 51 od 80.

Tako da verovatno kod ovih sto nose vise poena treba detaljnije objasnjenje...

Pitanja danas su bila sledeća:

1. Navesti tipične probleme za koje se koriste neuronske mreže (5p)
2. Navesti činioce koji utiču na performanse procesa ekstrakcije informacija (5p)
3. Navesti osnovne grupe pristupa za prepoznavanje entiteta u tekstu (5p)
4. U čemu se ogledaju prednosti pristupa koji kombinuju mašinsko učenje i baze znanja (vezano za prepoznavanje entiteta u tekstu) (10p)
5. Šta je to Web podataka (Web of Data)? (10p)
6. Šta je to Dublin Core i čemu je namenjen? (5p)
7. Navesti i ukratko objasniti osnovne korake ulančavanja unapred (10p)
8. Navesti osobine Naive Bayes algoritma (5p)
9. Kako definišemo zadatak klasterizacije? (5p)

Interesuje me šta sam ja to trebao da kažem za Web of Data pitanje što je vredelo 10 poena? Napisao sam definiciju i dodao sam iz drugog pitanja za koje se probleme tipično koristi... jel to zvuči dovoljno za svih 10 poena? (zaboravio sam na karakteristike)

Takođe za drugo pitanje, jel dovoljno samo da napišem "specifičnost i složenost"?

Zna li neko zasto ovog ipita nema u rasporedu za letnji semestar? Mozda je prebacen za zimski ali opet ne vidim ni jedan koji je nekad bio u zimskom da je u novom rasporedu?
Zimski raspored su izgleda obrisali pa ne mogu da ga vidim.

Ovaj predmet je od prosle godine prebacen u zimski semestar. A to su pravili izmene za cetvrtu godinu kada su izbacili jedan izborni iz zimskog semestra i stavili praksu. Pogledaj ovde: http://fon.rs/osnovnestudije/isit/

gde mogu da vidim kako tačno izgleda zadatak iz oblasti mašinsko učenje koji dolazi na ispitu? tj. da li postoji negde onako urađen (postavka i rešenje) kao ostali

_________________
I intend to live forever. So far, so good.
*****

daju matricu i traze da se objasni svako polje, izracuna tacnost, preciznost i odziv. to sve uradis kako je objasnio hijavata u svojoj skripti za taj zadatak koju imas na puskicama (ML - zadatak za teorijski ispit Novi materijal).

_________________
'Some people believe that football is a matter of life and death. I am very disappointed with that attitude, it is much, much more important than that.' Bill Shankly

Unete su ocene na studentski servis (sa martovsko-aprilskog roka).

_________________
Vladalac ,Majstor i margarita; Idiot; Umece ratovanja; Ubiti pticu rugalicu.

Koliko dana se sprema ispit?

Da li neko zna da reši ovaj zadatak?

pitanja sept i okt:
[SEPT '14.]
1. Navesti i nacrtati grafike osnovnih funkcija prenosa koje se koriste u neuronskim mrežama (10)
2. Navesti i ukratko obrazložiti osnovne pristupe modelovanju jezika (10)
3. Koji su osnovni koraci u procesu prepoznavanja entiteta u tekstu u slučaju pristupa koji kombinuju mašinsko učenje i baze znanja? (5)
4. Koja je svrha radne memorije i šta ona sadrži? (5)
5. Za koje tipove problema se preporučuje primena Web of Data tehnologija? (10)
6. Čemu je namenjen SPARQL CONSTRUCT upit i kog oblika je rezultat ovog upita? (5)
7. Koje su osnovne karakteristike učenja uz podsticaje? (5)
8. U slučaju primene Naive Bayes algoritma za klasifikaciju teksta, koji je tipičan pristup za formiranje vektora atributa? Ukratko objasniti. (10)

[OKT '14.] II grupa
1. Šta je osnovno ograničenje kod neuronske mreže tipa Perceptron? (5)
2. Navesti činioce koji utiču na performanse procesa ekstrakcije informacija. (5)
3. Navesti osnovne grupe pristupa za prepoznavanje entiteta u tekstu. (10)
4. Koje su osnovne karakteristike učenja uz podsticaje? (5)
5. Kojim faktorima je, generalno posmatrano, uslovljen odabir algoritma mašinskog učenja? (10)
6. Šta je to Web podataka (Web of Data)? Ukratko objasniti. (10)
7. Šta je to Dublin Core i čemu je namenjen? (5)
8. Nacrtati proces razvoja ES. (10)

samo nisam sigurna za poene, ali mislim da je tako bilo.

p.s. počeli su da unose ocene na studentski servis (meni su još sinoć upisali).

_________________
I intend to live forever. So far, so good.
*****