Навигација

13М054ПО - Статистичко препознавање облика

Спецификација предмета
НазивСтатистичко препознавање облика
Акроним13М054ПО
Студијски програмЕлектротехника и рачунарство
Модулмодул Аудио и видео технологије, модул Биомедицински и еколошки инжењеринг, модул Електроенергетски системи Смер - Мреже и системи, модул Електроенергетски системи Смер - Обновљиви извори енергије, модул Електроенергетски системи Смер - Постројења и опрема, 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 Софтверско инжењерство
Тип студијамастер 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 статистичкe класификације сигнала: тестирање хипотеза, параметарска класификација, непараметарска класификација.
      Исходи учења (стечена знања)Исход предмета су да студенти имају вештине да: издвоје и среде информативна обележја, генеришу или прикупе квалитетне обучавајуће скупове, да примене неку од одговарајућих техника за тестирање хипотеза, да испројеткују параметарске или непараметарске класификаторе.
      Садржај предмета
      Садржај теоријске наставеПреглед случајних променљивих и случајних вектора; Најважнији резултати линеарне алгебре; Издвајање и анализа обележја; Методе за тестирање хипотеза; Пројектовање параметарских класификатора; Пројектовање непараметарских класификатора; Редукција димензија података.
      Садржај практичне наставеУ току наставе студенти ће да решавају практичне проблеме: издвајање и анализа обележја из реалних сигнала, примена техника редукције димензија, пројектовање Бајесовог класификатора и секвенцијалног теста, пројектовање линеарног и квадратног класификатора.
      Литература
      1. Introduction to Statistical Pattern Recognition, Keinosuke Fukunaga, Academic Press, 1990
      2. Pattern Recognition, S. Theodoridis, K. Koutroumbas, Academic Press, 2009.
      3. Introduction to Data Mining (2nd Edition), Pang-Ning Tan, Michael Steinbach, et. al, Pearson, 2018
      4. Statistical Pattern Recognition (3rd edition), A. Webb, K. Copsey, Wiley, 2011
      Број часова активне наставе недељно током семестра/триместра/године
      ПредавањаВежбеДОНСтудијски и истраживачки радОстали часови
      311
      Методе извођења наставе3x15 часова предавања, 1х15 практичне наставе рада на рачунару.
      Оцена знања (максимални број поена 100)
      Предиспитне обавезеПоенаЗавршни испитПоена
      Активности у току предавања0Писмени испит70
      Практична настава30Усмени испит0
      Пројекти
      Колоквијуми0
      Семинари0