Navigacija

13M054PO - Statističko prepoznavanje oblika

Specifikacija predmeta
Naziv Statističko prepoznavanje oblika
Akronim 13M054PO
Studijski program Elektrotehnika i računarstvo
Modul
Tip studija master akademske studije
Nastavnik (predavač)
Nastavnik/saradnik (vežbe)
Nastavnik/saradnik (DON)
Broj ESPB 6.0 Status predmeta izborni
Uslovljnost drugim predmetima nema
Ciljevi izučavanja predmeta Cilj predmeta je da studenti ovladaju osnovnim tehnikama statističkog prepoznavanja oblika: testiranje hipoteza, parametarska klasifikacija, neparametarska klasifikacija, klasterizacija.
Ishodi učenja (stečena znanja) Ishod predmeta su da studenti imaju veštine da: generišu ili prikupe kvalitetne obučavajuće skupove, da primene neku od odgovarajućih tehnika za testiranje hipoteza, da isprojetkuju parametarske ili neparametarske klasifikatore, da isprojektuju sistem za klasterizaciju podataka.
Sadržaj predmeta
Sadržaj teorijske nastave Pregled slučajnih promenljivih i slučajnih vektora; Najvažniji rezultati linearne algebre; Metode za testiranje hipoteza; Projektovanje parametarskih klasifikatora; Projektovanje neparametarskih klasifikatora; Redukcija dimenzija podataka; Klasterizacija; Pregled metoda za klasifikaciju oblika na osnovu fazi logike i neuralnih mreža.
Sadržaj praktične nastave U toku nastave studenti dobijaju tri praktična domaća zadatka, koja treba samostalno da reše na računaru: 1. projektovanje Bajesovog klasifikatora i sekvencijalnog testa; 2. Dizajn algoritma za prepoznavanje rukom pisanih cifara; 3. Projektovanje linearnog i kvadratnog klasifikatora; 4. Klasterizacija generisanih oblika.
Literatura
  1. Introduction to Statistical Pattern Recognition, Keinosuke Fukunaga, Prentice Hall, 1990.
  2. Skripta iz prepoznavanja oblika (elektronska forma), Željko Đurović, www.automatika.etf.bg.ac.yu
  3. Pattern recognition and machine learning, Christopher M. Bishop, Springer, 2006.
Broj časova aktivne nastave nedeljno tokom semestra/trimestra/godine
Predavanja Vežbe DON Studijski i istraživački rad Ostali časovi
3 1 1
Metode izvođenja nastave 3x15 časova predavanja, 1x15 auditorne vežbe i 1h15 praktične nastave rada na računaru.
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