13М051СОМ - Системи одлучивања у медицини
Спецификација предмета | ||||
---|---|---|---|---|
Назив | Системи одлучивања у медицини | |||
Акроним | 13М051СОМ | |||
Студијски програм | Електротехника и рачунарство | |||
Модул | модул Аудио и видео комуникације, модул Аудио и видео технологије, модул Биомедицински и еколошки инжењеринг, модул Биомедицинско и еколошко инжењерство, модул Електроенергетски системи Смер - Мреже и системи, модул Електроенергетски системи Смер - Обновљиви извори енергије, модул Електроенергетски системи Смер - Постројења и опрема, модул Електроника, модул Електроника и дигитални системи, модул Енергетска ефикасност, модул Информационо комуникационе технологије, модул Микроталасна техника, модул Наноелектроника и фотоника, модул Примењена математика, модул Рачунарска техника и информатика, модул Сигнали и системи, модул Системско инжењерство и радио комуникације, модул Софтверско инжењерство | |||
Тип студија | мастер академске студије | |||
Наставник (предавач) | ||||
Наставник/сарадник (вежбе) | ||||
Наставник/сарадник (ДОН) | ||||
Број ЕСПБ | 6.0 | Статус предмета | изборни | |
Условљност другим предметима | нема | |||
Циљеви изучавања предмета | Циљ предмета је да студенти овладају напредним методама за екстракцију и селекцију обележја, напредним статистичким и soft-computing техникама у претраживању скривеног знања и доношењу одлука у медицинском домену и регресионим моделима, као веома битним алатом у моделовању медицинских појава. | |||
Исходи учења (стечена знања) | Исход предмета су да студенти имају вештине да изврше одабир најинформативнијих атрибута из скупа свих доступних атрибута, испројектују напредне технике за доношење одлука попут Бајесових мрежа и Марковљевих модела, као и да се савладају методе моделовања утицаја различитих параметара која се прате у медицинским истраживањима. | |||
Садржај предмета | ||||
Садржај теоријске наставе | Теоријске основе и примена напредних техника у медицинском домену: Методе за екстракцију и селекцију обележја. Метода носећих вектора. Бајесове мреже. Марковљеви модели. Неуро-фази системи. Модели линеарне и логистичке рефресије. | |||
Садржај практичне наставе | Овладавање програмском подршком за имплементацију напредних метода за екстракцију и селекцију атрибута, имплементацијом напредних метода за доношење одлука, као и формирање одговарајућих регресионих модела. | |||
Литература | ||||
| ||||
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 | 0 | |
Практична настава | 0 | Усмени испит | 40 | |
Пројекти | 60 | |||
Колоквијуми | 0 | |||
Семинари | 0 |