Навигација

13Е053СОМ - Системи одлучивања у медицини

Спецификација предмета
НазивСистеми одлучивања у медицини
Акроним13Е053СОМ
Студијски програмЕлектротехника и рачунарство
Модулмодул Физичка електроника - смер Биомедицински и еколошки инжењеринг
Тип студијаосновне академске студије
Наставник (предавач)
Наставник/сарадник (вежбе)
Наставник/сарадник (ДОН)
Број ЕСПБ6.0Статус предметаизборни
Условљност другим предметиманема
Циљеви изучавања предметаЦиљ предмета је да студенти овладају основним техникама статистичког препознавања облика у медицинском домену: тестирање хипотеза, параметарска класификација, непараметарска класификација, кластеризација.
Исходи учења (стечена знања)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
Линк ка страници предметаhttps://automatika.etf.bg.ac.rs/sr/13e053som
Линк ка предавањимаhttps://teams.microsoft.com/l/team/19%3a17Oac64u07YH57vyVjLTrCgAG9rFGaGPYGMeQ8TLNxw1%40thread.tacv2/conversations?groupId=542562d6-c785-4f46-b04d-922bcdcb349c&tenantId=1774ef2e-9c62-478a-8d3a-fd2a495547ba
Садржај теоријске наставеВероватносне методе одчучивања. Евалуација конкурентских хипотеза Бајесовском анализом. Индуктивне методе засноване на минимизацији ризика. Методе одлучивања засноване на експлицитном знању. Евалуација система одлучивања.
Садржај практичне наставеОвладавање програмском подршком за емпиријско индуктивно одлучивање, селекцију најинформативнијих атрибута у процесу одлучивања, као и процену ефикасности синтетисаних система.
Литература
  1. R.O.Duda, P.E.Hart, "Pattern Classification", Second Edition, John Waley & Sons, 2001.
  2. T.Hastie, R. Tibshirani, J. Friedman, "The Elements of Statistical Learning, Data Mining, Inference, and Prediction", Springer, 2001.
  3. C.M.Bishop, "Pattern Recognition and Machine Learning", Springer, 2006.
  4. R.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
ПредавањаВежбеДОНСтудијски и истраживачки радОстали часови
311
Методе извођења наставеПредавања и аудиторне вежебе.
Оцена знања (максимални број поена 100)
Предиспитне обавезеПоенаЗавршни испитПоена
Активности у току предавања10Писмени испит30
Практична настава30Усмени испит0
Пројекти
Колоквијуми30
Семинари0