Навигација

13Е053СОМ - Системи одлучивања у медицини

Спецификација предмета
НазивСистеми одлучивања у медицини
Акроним13Е053СОМ
Студијски програмЕлектротехника и рачунарство
Модул
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, 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
Садржај теоријске наставеВероватносне 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 наставеОвладавање 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
  1. K. Fukunaga, Introduction to Statistical Pattern Recognition, Prentice Hall, 1992.
  2. C.M.Bishop, "Pattern Recognition and Machine Learning", Springer, 2006.
  3. S. Barro, R. Marin, Fuzzy Logic in Medicine, Springer-Verlag Berlin Heidelberg, 2002
  4. R. Dybowski, V. Gant, Clinical applications of artificial neural networks, Cambridge University Press, 2001.
  5. J. Rahman, Brief Guidelines for Mehods and Statistics in Medical Research, Springer, 2015.
Број часова активне наставе недељно током семестра/триместра/године
ПредавањаВежбеДОНСтудијски и истраживачки радОстали часови
311
Методе извођења наставеПредавања (45), аудиторне вежебе (15) и вежбе на рачунару (15).
Оцена знања (максимални број поена 100)
Предиспитне обавезеПоенаЗавршни испитПоена
Активности у току предавања0Писмени испит70
Практична настава30Усмени испит0
Пројекти
Колоквијуми0
Семинари0