Навигација

13Е053СОМ - Системи одлучивања у медицини

Спецификација предмета
НазивСистеми одлучивања у медицини
Акроним13Е053СОМ
Студијски програмЕлектротехника и рачунарство
Модулмодул Биомедицинско и еколошко инжењерство, модул Физичка електроника - смер Биомедицински и еколошки инжењеринг, модул Физичка електроника - смер Биомедицински и нуклеарни инжењеринг, модул Физичка електроника - смер Наноелектроника и фотоника
Тип студијамастер академске студије,основне 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 методама за селекцију и екстракцију обележја, техникама статистичког препознавања облика у медицинском домену, неуралним мрежама за потребе доношења одлуке у медицини, као и мерама за евалуацију пројектованих система одлучивања.
Исходи учења (стечена знања)По завршетку курса студенти ће имати вештине које се односе на избор релевантних обележја и формулисање квалитетних обучавајућих/тестирајућих скупова, пројектовање и тестирање одговарајућих система одлучивања, осносно техника за класификацију или кластеризацију обележја.
Садржај предмета
Линк ка страници предметаhttps://automatika.etf.bg.ac.rs/sr/13e053som
Линк ка предавањимаhttps://teams.microsoft.com/l/team/19%3Al3hvwNFoTadTV0IW6wHFDmBz77KIXOFPSIL6G9rAbrs1%40thread.tacv2/conversations?groupId=ca7944ef-362e-4238-a31e-445d615c7df3&tenantId=1774ef2e-9c62-478a-8d3a-fd2a495547ba
Садржај теоријске наставеСлучајне променљиве и случајни вектори. Методе за екстракцију и селекцију обележја. Тестирање хипотеза Бајесовском анализом. Пројектовање линеарних и квадратних параметарских класификатора. Пројектовање непараметарских класификатора. Стабла одлучивања. Основе неуралних мрежa.
Садржај практичне наставеОвладавање програмском подршком (Phyton ili Matlab) за селекцију најинформативнијих атрибута у процесу одлучивања, пројектовањe система одлучивање, као и процену ефикасности синтетисаних система, а у контексту доношења одлука у медицини разматрањем релеватних база података.
Литература
  1. C.M.Bishop, Pattern Recognition and Machine Learning, Springer, 2006.
  2. T.Hastie, R. Tibshirani, J. Friedman, The Elements of Statistical Learning, Data Mining, Inference, and Prediction, Springer, 2001.
  3. J. Rahman, Brief Guidelines for Mehods and Statistics in Medical Research, Springer, 2015.
  4. K. Fukunaga, Introduction to Statistical Pattern Recognition, Prentice Hall, 1992.
  5. T. Cleophas, A. Zwinderman, Machine learning in medicine-a complete overview, Cham; Heidelberg: Springer International Publishing, 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