Ovaj portal sadrži kompletne demo stranice razvijene u sklopu projekta AI for VET
(prema kurikulumu IO1: Fundamentals of AI). Svaka lekcija sadrži teorijski uvod,
vođene istraživačke zadatke i interaktivni simulator iz paketa filter_aisim.
Istražite kako neuronske mreže i modeli mašinskog učenja pronalaze minimum greške. Utičite na stopu učenja (α), posmatrajte divergenciju i lokalne minimume.
Zašto tačnost nije dovoljna? Ispitajte TP, FP, TN, FN u realnim VET scenarijima (industrijski škart i medicina) i posmatrajte kretanje tačke po ROC krivoj.
Uskladite stepen polinoma ($d=1\dots 9$) i otkrijte U-krivu greške. Naučite kako L2 regularizacija (λ) sprečava model da pamti šum.
Vizuelno poređenje dva fundamentalna klasifikatora. Glatke Voronoi granice na osnovu rastojanja naspram pravougaonih rezova stabla odlučivanja.
Nenadgledano učenje u akciji. Pratite korak po korak dodelu tačaka i pomeranje centroida, uz analizu inercije (WCSS) i metodu lakta (Elbow method).
U bilo kom Moodle kursu, kreirajte standardnu aktivnost Stranica (Page)
i u HTML kôd samo ubacite željeni tag, na primer:
<div data-aisim="gradient-descent"></div>
Plugin filter_aisim će automatski pretvoriti taj tag u punu interaktivnu laboratoriju!