Predmet: Modelovanje podataka u medicini (22.EAI022 )
Studijski programi predmeta:
Stepen i vrsta studija | Naziv |
---|---|
Master akademske studije | Veštačka inteligencija i mašinsko učenje (Godina: 1, Semestar: Zimski) |
Kategorija | Teorijsko-metodološki |
Uža naučna oblast | Primenjene računarske nauke i informatika |
ESPB | 6 |
Upoznavanje studenata sa različitim vrstama i oblicima podataka i njihovim specifičnostima u odnosu na kreiranje i obradu pri razvoju rešenja u oblasti veštačke inteligencije (dostupnost, kvantitet, kvalitet, sigurnost). Upoznavanje sa različitim načinima: dobavljanja, reprezentacije, modelovanja i skladištenja podataka. Analiza različitih modela podataka za primenu izabranih metoda mašinskog učenja i razvoj rešenja u oblasti veštačke inteligencije. Praktično osposobljavanje za inženjering karakteristika, primenu metoda rudarenja podataka i tehnika mašinskog učenja nad medicinskim podacima.
Studenti poseduju znanja o najčešćim vrstama i oblicima medicinskih podataka u praksi, njihovom reprezentacijom u računaru i pripremom za primenu metoda mašinskog učenja i razvoju rešenja u domenu veštačke inteligencije. Samostalno implementiraju i primenjuju postupke za: kreiranje, pripremu, modelovanje, korišćenje i čuvanje podataka. Raspoznaju moguća ograničenja u korišćenju dostupnih podataka. Konstruišu odgovarajuće reprezentacija i modele podataka. Analiziraju i biraju odgovarajuće metode i tehnika rudarenja podataka i mašinskog učenja pri radu sa različitim vrstama i oblicima podataka. Poznaju savremene pravce u naučnom istraživanju u oblasti modelovanja podataka i dostupe repozitorijume podataka. Otkrivaju i razmatraju potencijalni razvoj novih rešenja u oblasti veštačke inteligencije.
Vrste, formati i oblici podataka. Načini reprezentacije, dizajna i skladištenja podataka. Specifičnosti medicinskih podataka. Deidentifikacije i anonimizacije podataka. Kvalitet, standardi i klasifikacije podataka. Primarno i sekundarno korišćenje podataka. Otvoreni podaci. Analiza dostupnih repozitorijuma podataka, njihovog dizajna i upotrebljivosti. Razmatranje postojećih i potencijalnih naučnih i praktičnih istraživanja nad dostupnim podacima. Upotreba aktuelnih programskih jezika, alata i biblioteka za modelovanje i obradu podataka. Kreiranje sintetičkih podataka za istraživanje primene modela mašinskog učenja. Identifikacija, odabir i implementacija tehnika za ekstrakciju znanja iz podataka. Praktična primena i implementacija metoda mašinskog učenja nad istraženim podacima.
Nastava se odvija kroz sledeće oblike: predavanja, vežbe, samostalan rad i konsultacije. Predavanja su auditorna i na njima se u jednom delu izlaže gradivo dok se u drugom ohrabruje diskusija koja se odnosi na nova saznanja i praktičnu primenu i realizaciju rešenja. Vežbe su pokazne i praktične. Na njima se realizuju softverska rešenja koja se odnose na gradivo izneto na predavanjima. Zadaci na vežbama se rade samostalno ili u timu. Predavanja i vežbe prati odgovarajući materijalu obliku: prezentacija, dokumenata i naučnih radova. Na kraju semestra se radi test, pismeno. U toku semestra se definiše predmetni projekat koji student izvodi samostalno uz mentorstvo nastavnika i saradnika. Predmetni projekat se brani usmeno na kraju semestra.
Autori | Naziv | Godina | Izdavač | Jezik |
---|---|---|---|---|
2015 | Engleski | |||
2016 | Engleski | |||
R za statističku obradu podataka – uvoženje, sređivanje, transformisanje, vizuelizacija i modelovanje podataka | 2017 | Mikro knjiga | Srpski jezik | |
Goran Trajković, Zoran Bukumirić | Medicinska statistika u R programskom okruženju | 2019 | Medicinski fakultet Univerziteta u Beogradu | Srpski jezik |
2019 | Engleski |
Predmetna aktivnost | Predispitna | Obavezna | Broj poena |
---|---|---|---|
Predmetna aktivnost Usmeni deo ispita |
Predispitna Ne |
Obavezna Da |
Broj poena 30.00 |
Predmetna aktivnost Test |
Predispitna Da |
Obavezna Da |
Broj poena 10.00 |
Predmetna aktivnost Predmetni projekat |
Predispitna Da |
Obavezna Da |
Broj poena 50.00 |
Predmetna aktivnost Složeni oblici vežbi |
Predispitna Da |
Obavezna Da |
Broj poena 10.00 |
doc. Vrbaški Dunja
Docent
Predavanja
vanr. prof. dr Ivančević Vladimir
Vanredni profesor
Predavanja
Asistent Matkovski Marijana
Asistent
Računarske vežbe
Asistent Samardžić Bojana
Asistent