13M054PO - Statističko prepoznavanje oblika

Specifikacija predmeta
Naziv		Statističko prepoznavanje oblika
Akronim		13M054PO
Studijski program		Elektrotehnika i računarstvo
Modul
Tip studija		master akademske studije
Nastavnik (predavač)		prof. dr Željko Đurović prof. dr Aleksandra Krstić
Nastavnik/saradnik (vežbe)		Maša Tiosavljević, dipl. inž. el. i rač.
Nastavnik/saradnik (DON)		Maša Tiosavljević, 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: testiranje hipoteza, parametarska klasifikacija, neparametarska klasifikacija, klasterizacija.
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.
Sadržaj predmeta
Sadržaj teorijske nastave		Pregled slučajnih promenljivih i slučajnih vektora; Najvažniji rezultati linearne algebre; Metode za testiranje hipoteza; Projektovanje parametarskih klasifikatora; Projektovanje neparametarskih klasifikatora; Redukcija dimenzija podataka; Klasterizacija; Pregled metoda za klasifikaciju oblika na osnovu fazi logike i neuralnih mreža.
Sadržaj praktične nastave		U toku nastave studenti dobijaju tri praktična domaća zadatka, koja treba samostalno da reše na računaru: 1. projektovanje Bajesovog klasifikatora i sekvencijalnog testa; 2. Dizajn algoritma za prepoznavanje rukom pisanih cifara; 3. Projektovanje linearnog i kvadratnog klasifikatora; 4. Klasterizacija generisanih oblika.
Literatura
Introduction to Statistical Pattern Recognition, Keinosuke Fukunaga, Prentice Hall, 1990. Skripta iz prepoznavanja oblika (elektronska forma), Željko Đurović, www.automatika.etf.bg.ac.yu Pattern recognition and machine learning, Christopher M. Bishop, Springer, 2006.
Broj časova aktivne nastave nedeljno tokom semestra/trimestra/godine
Predavanja	Vežbe	DON	Studijski i istraživački rad	Ostali časovi
3	1	1
Metode izvođenja nastave		3x15 časova predavanja, 1x15 auditorne vežbe i 1h15 praktične nastave rada na računaru.
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