Почетна

Информације о предмету

Спецификација предмета
Назив предмета Системи одлучивања у медицини
Акроним ОФ3СОМ
Студијски програм Електротехника и рачунарство
Модул модул Физичка електроника
Тип студија основне академске студије
Наставник (за предавања) проф. др Милан Милосављевић
Наставник/сарадник (за вежбе) ас. Александра Марјановић
Наставник/сарадник (за ДОН) ас. Александра Марјановић
Број ЕСПБ 6 Статус предмета изборни
Услов нема
Циљ предмета Циљ предмета је да студенти овладају основним техникама статистичког препознавања облика у медицинском домену: тестирање хипотеза, параметарска класификација, непараметарска класификација, кластеризација.
Исход предмета Исход предмета су да студенти имају вештине да: генеришу или прикупе квалитетне обучавајуће скупове, да примене неку од одговарајућих техника за тестирање хипотеза, да испројеткују параметарске или непараметарске класификаторе, да испројектују систем за кластеризацију података.
Садржај предмета
Садржај теоријске наставе Вероватносне методе одчучивања. Евалуација конкурентских хипотеза Бајесовском анализом. Индуктивне методе засноване на минимизацији ризика. Методе одлучивања засноване на експлицитном знању. Евалуација система одлучивања.
Садржај практичне наставе Овладавање програмском подршком за емпиријско индуктивно одлучивање, селекцију најинформативнијих атрибута у процесу одлучивања, као и процену ефикасности синтетисаних система.
Литература
1R.O.Duda, P.E.Hart, "Pattern Classification", Second Edition, John Waley & Sons, 2001.
2T.Hastie, R. Tibshirani, J. Friedman, "The Elements of Statistical Learning, Data Mining, Inference, and Prediction", Springer, 2001.
3C.M.Bishop, "Pattern Recognition and Machine Learning", Springer, 2006.
4R.P.W. Duin, P. Juszczak, P. Paclik, E. Pekalska, D. de Ridder, D.M.J. Tax, PRTools4, A Matlab Toolbox for Pattern Recognition, Delft University of Technology, 2004.
Број часова активне наставе недељно током семестра/триместра/године
Предавања Вежбе ДОН Студијски и истраживачки рад Остали часови
3 1 1
Методе извођења наставе Предавања и аудиторне вежебе.
Оцена знања (максимални број поена 100)
Предиспитне обавезе Поена Завршни испит Поена
Активности у току предавања 10 Писмени испит 30
Практична настава 30 Усмени испит 0
Пројекти 0
Колоквијуми 30
Семинари 0