13E053SOM - Sistemi odlučivanja u medicini

Specifikacija predmeta
Naziv		Sistemi odlučivanja u medicini
Akronim		13E053SOM
Studijski program		Elektrotehnika i računarstvo
Modul
Tip studija		osnovne akademske studije
Nastavnik (predavač)		prof. dr Aleksandra Krstić
Nastavnik/saradnik (vežbe)		as. ms Marija Novičić, dipl. inž. el. i rač.
Nastavnik/saradnik (DON)		prof. dr Aleksandra Krstić as. ms Marija Novičić, dipl. inž. el. i rač.
Broj ESPB		6.0	Status predmeta	izborni
Uslovljnost drugim predmetima		nema
Ciljevi izučavanja predmeta		Cilj predmeta je da studenti ovladaju osnovnim tehnikama statističkog prepoznavanja oblika u medicinskom domenu: testiranje hipoteza, parametarska klasifikacija, neparametarska klasifikacija, klasterizacija, kao i tehnikama odlučivanja na bazi neuralnih mreža i fazi logike.
Ishodi učenja (stečena znanja)		Ishod predmeta su da studenti imaju veštine da: generišu ili prikupe kvalitetne obučavajuće skupove, da primene neku od odgovarajućih tehnika za testiranje hipoteza, da isprojetkuju parametarske ili neparametarske klasifikatore, da isprojektuju sistem za klasterizaciju podataka, primene neuralne mreže u donošenju odluka, konstruišu fazi ekspertski sistem.
Sadržaj predmeta
Link ka stranici predmeta		https://automatika.etf.bg.edu.rs/sr/13e053som
Link ka predavanjima		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
Sadržaj teorijske nastave		Verovatnosne metode odlučivanja. Evaluacija konkurentskih hipoteza Bajesovskom analizom. Induktivne metode zasnovane na minimizaciji rizika. Metode odlučivanja zasnovane na eksplicitnom znanju. Neuralne mreže. Fazi ekspertski sistemi. Evaluacija sistema odlučivanja.
Sadržaj praktične nastave		Ovladavanje programskom podrškom za empirijsko induktivno odlučivanje, selekciom najinformativnijih atributa u procesu odlučivanja i procenom efikasnosti sintetisanih sistema, kao i izborom i implementacijom adekvatnih metoda, bilo da je reč o statističkim ili soft-computing tehnikama.
Literatura
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.
Broj časova aktivne nastave nedeljno tokom semestra/trimestra/godine
Predavanja	Vežbe	DON	Studijski i istraživački rad	Ostali časovi
3	1	1
Metode izvođenja nastave		Predavanja (45), auditorne vežebe (15) i vežbe na računaru (15).
Ocena znanja (maksimalni broj poena 100)
Predispitne obaveze		Poena	Završni ispit	Poena
Aktivnosti u toku predavanja		0	Pismeni ispit	70
Praktična nastava		30	Usmeni ispit	0
Projekti
Kolokvijumi		0
Seminari		0