13E053SOM - Sistemi odlučivanja u medicini

Specifikacija predmeta
Naziv		Sistemi odlučivanja u medicini
Akronim		13E053SOM
Studijski program		Elektrotehnika i računarstvo
Modul		modul Biomedicinsko i ekološko inženjerstvo, modul Fizička elektronika - smer Biomedicinski i ekološki inženjering, modul Fizička elektronika - smer Biomedicinski i nuklearni inženjering, modul Fizička elektronika - smer Nanoelektronika i fotonika
Tip studija		master akademske studije,osnovne akademske studije
Nastavnik (predavač)		prof. dr Aleksandra Krstić prof. dr Sanja Vujnović prof. dr Željko Đurović
Nastavnik/saradnik (vežbe)		as. ms Marija Novičić, dipl. inž. el. i rač.
Nastavnik/saradnik (DON)		prof. dr Aleksandra Krstić as. ms Marija Novičić, dipl. inž. el. i rač.
Broj ESPB		6.0	Status predmeta	izborni
Uslovljnost drugim predmetima		nema
Ciljevi izučavanja predmeta		Cilj predmeta je da studenti ovladaju osnovnim metodama za selekciju i ekstrakciju obeležja, tehnikama statističkog prepoznavanja oblika u medicinskom domenu, neuralnim mrežama za potrebe donošenja odluke u medicini, kao i merama za evaluaciju projektovanih sistema odlučivanja.
Ishodi učenja (stečena znanja)		Po završetku kursa studenti će imati veštine koje se odnose na izbor relevantnih obeležja i formulisanje kvalitetnih obučavajućih/testirajućih skupova, projektovanje i testiranje odgovarajućih sistema odlučivanja, osnosno tehnika za klasifikaciju ili klasterizaciju obeležja.
Sadržaj predmeta
Link ka stranici predmeta		https://automatika.etf.bg.ac.rs/sr/13e053som
Link ka predavanjima		https://teams.microsoft.com/l/team/19%3Al3hvwNFoTadTV0IW6wHFDmBz77KIXOFPSIL6G9rAbrs1%40thread.tacv2/conversations?groupId=ca7944ef-362e-4238-a31e-445d615c7df3&tenantId=1774ef2e-9c62-478a-8d3a-fd2a495547ba
Sadržaj teorijske nastave		Slučajne promenljive i slučajni vektori. Metode za ekstrakciju i selekciju obeležja. Testiranje hipoteza Bajesovskom analizom. Projektovanje linearnih i kvadratnih parametarskih klasifikatora. Projektovanje neparametarskih klasifikatora. Stabla odlučivanja. Osnove neuralnih mreža.
Sadržaj praktične nastave		Ovladavanje programskom podrškom (Phyton ili Matlab) za selekciju najinformativnijih atributa u procesu odlučivanja, projektovanje sistema odlučivanje, kao i procenu efikasnosti sintetisanih sistema, a u kontekstu donošenja odluka u medicini razmatranjem relevatnih baza podataka.
Literatura
C.M.Bishop, Pattern Recognition and Machine Learning, Springer, 2006. T.Hastie, R. Tibshirani, J. Friedman, The Elements of Statistical Learning, Data Mining, Inference, and Prediction, Springer, 2001. J. Rahman, Brief Guidelines for Mehods and Statistics in Medical Research, Springer, 2015. K. Fukunaga, Introduction to Statistical Pattern Recognition, Prentice Hall, 1992. T. Cleophas, A. Zwinderman, Machine learning in medicine-a complete overview, Cham; Heidelberg: Springer International Publishing, 2015.
Broj časova aktivne nastave nedeljno tokom semestra/trimestra/godine
Predavanja	Vežbe	DON	Studijski i istraživački rad	Ostali časovi
3	1	1
Metode izvođenja nastave		Predavanja (45), auditorne vežebe (15) i vežbe na računaru (15).
Ocena znanja (maksimalni broj poena 100)
Predispitne obaveze		Poena	Završni ispit	Poena
Aktivnosti u toku predavanja		0	Pismeni ispit	70
Praktična nastava		30	Usmeni ispit	0
Projekti
Kolokvijumi		0
Seminari		0