13Е053СОМ - Системи одлучивања у медицини

Спецификација предмета
Назив		Системи одлучивања у медицини
Акроним		13Е053СОМ
Студијски програм		Електротехника и рачунарство
Модул
Тип студија		основне академске студије
Наставник (предавач)		проф. др Александра Крстић
Наставник/сарадник (вежбе)		проф. др Александра Крстић ас. мс Марија Новичић, дипл. инж. ел. и рач.
Наставник/сарадник (ДОН)		проф. др Александра Крстић ас. мс Марија Новичић, дипл. инж. ел. и рач.
Број ЕСПБ		6.0	Статус предмета	изборни
Условљност другим предметима		нема
Циљеви изучавања предмета		Циљ предмета је да студенти овладају основним техникама статистичког препознавања облика у медицинском домену: тестирање хипотеза, параметарска класификација, непараметарска класификација, кластеризација, као и техникама одлучивања на бази неуралних мрежа и фази логике.
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, примене неуралне мреже у доношењу одлука, конструишу фази експертски систем.
Садржај предмета
Линк ка страници предмета		https://automatika.etf.bg.ac.rs/sr/13e053som
Линк ка предавањима		https://teams.microsoft.com/l/team/19%3AySOwN2l1ZcpCOy7cIb-y6GRzT97U2Ye_MhJzEAK2x_01%40thread.tacv2/conversations?groupId=fb13dbbe-3893-4e69-8b26-9ed2ee011452&tenantId=1774ef2e-9c62-478a-8d3a-fd2a495547ba
Садржај теоријске наставе		Вероватносне методе одлучивања. Евалуација конкурентских хипотеза Бајесовском анализом. Индуктивне методе засноване на минимизацији ризика. Методе одлучивања засноване на експлицитном знању. Неуралне мреже. Фази експертски системи. Евалуација система одлучивања.
Садржај практичне наставе		Овладавање програмском подршком за емпиријско индуктивно одлучивање, селекциом најинформативнијих атрибута у процесу одлучивања и проценом ефикасности синтетисаних система, као и избором и имплементацијом адекватних метода, било да је реч о статистичким или soft-computing техникама.
Литература
K. Fukunaga, Introduction to Statistical Pattern Recognition, Prentice Hall, 1992. C.M.Bishop, "Pattern Recognition and Machine Learning", Springer, 2006. S. Barro, R. Marin, Fuzzy Logic in Medicine, Springer-Verlag Berlin Heidelberg, 2002 R. Dybowski, V. Gant, Clinical applications of artificial neural networks, Cambridge University Press, 2001. J. Rahman, Brief Guidelines for Mehods and Statistics in Medical Research, Springer, 2015.
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 (45), аудиторне вежебе (15) и вежбе на рачунару (15).
Оцена знања (максимални број поена 100)
Предиспитне обавезе		Поена	Завршни испит	Поена
Активности у току предавања		0	Писмени испит	70
Практична настава		30	Усмени испит	0
Пројекти
Колоквијуми		0
Семинари		0