Predmet: Istraživanje podataka u medicini (22.EAI030 )
Studijski programi predmeta:
Stepen i vrsta studija | Naziv |
---|---|
Master akademske studije | Veštačka inteligencija i mašinsko učenje (Godina: 1, Semestar: Letnji) |
Master akademske studije | Veštačka inteligencija i mašinsko učenje (Godina: 1, Semestar: Letnji) |
Kategorija | Teorijsko-metodološki |
Uža naučna oblast | Primenjene računarske nauke i informatika |
ESPB | 6 |
Osposobiti studente za uspešan interdisciplinarni pristup istraživanju podataka u oblasti primene veštačke inteligencije i mašinskog učenja u medicini. Upoznati studente sa različitim tehnikama i metodama istraživanja podataka. Omogućiti studentima samostalno razvijanje radnog okvira za precizno i ispravno definisanje, realizaciju i implementaciju analize i istraživanja podataka u okviru projekata, prakse i završnih radova u oblasti primene mašinskog učenja i veštačke inteligencije.
Studenti poznaju aktuelne pravce istraživanja u oblasti analize i istraživanja podataka u okviru primene mašinskog učenja i razvoja softverskih rešenja zasnovanih na veštačkoj inteligenciji. Razumeju aspekte, ograničenja i mogućnosti koje se odnose na interdisciplinarne projekte koji uključuju inženjerstvo, računarke nauke i medicinu. Samostalno planiraju i implementiraju programska rešenja za analizu i istraživanje podataka zasnovanih na mašinskom učenju. Vrše verifikaciju i demonstraciju rezultata numeričkih eksperimenata. Ispituju i diskutuju rezultate.
Alati za analizu i istraživanje podataka. Matematički i teorijski okviri. Dobavljanje i skladištenje podataka. Razmatranje ograničenja koja se odnose na kvalitet, anonimnost, obim i skladištenje podataka. Inicijalna analiza podataka. Vizualizacija podataka. Inženjering i odabir karakteristika. Primena metoda mašinskog učenja. Merenje dobijenih rezultata. Validacija. Upoređivanje metoda mašinskog učenja. Kriterijumi za odabir metoda. Automatizacija odabira algoritama i odgovarajućih parametara metoda mašinskog učenja. Programska rešenja za vizualizacijau rezultata i primenjenih metoda. Kreiranje sintetičkih podataka. Analiza i reprodukcija postojećih rešenja u interdisciplinarnoj praksi i nauci. Značaj i mehanizmi za ponovljivost, interpretaciju i izveštavanje u oblasti primene mašinskog učenja i razvoju rešenja veštačke inteligencije.
Nastava se odvija kroz predavanja, vežbe, konsultacije i samostalan rad. Samostalan rad podrazumeva domaće zadatke, izradu predmetnog projekta i istraživanje. Na predavanjima se studenti upoznaju sa temama sadržaja predmeta. Podstiče se diskusija i analiza demonstriranih tehnika i rešenja. Podstiče se istraživanje i pregled odgovarajuće literature za temu koja se obrađuje. Na vežbama studenti implementiraju i primenjuju tehnike i metode za analizu i istraživanje nad skupovima medicinskih podataka. Dobijaju se i domaći zadaci koji se oslanjaju na pređeno gradivo i zadatke realizovane na vežbama. U toku semestra se definiše predmetni projekat koji se radi samostalno ili u timu. Predmetni projekat podrazumeva implementaciju programskog rešenja i kvalitetnu realizaciju odgovarajuće dokumentacije. Projekat se brani usmeno, na kraju semestra, i zajedno sa aktivnim učestvovanjem u nastavi i realizacijom domaćih zadataka čini predispitne obaveze.
Autori | Naziv | Godina | Izdavač | Jezik |
---|---|---|---|---|
R za statističku obradu podataka | 2017 | Mikro knjiga | Srpski jezik | |
Uvod u |
2015 | Srpski jezik | ||
Osnove veštačke inteligencije i mašinskog učenja | 2019 | Kompjuter biblioteka | Srpski jezik | |
2016 | Engleski | |||
Veštačka inteligencija-savremeni pristup | 2011 | Srpski jezik | ||
-- | MIT Critical Data. Secondary Analysis of Electronic Health Records. | 2016 | Engleski |
Predmetna aktivnost | Predispitna | Obavezna | Broj poena |
---|---|---|---|
Predmetna aktivnost Usmeni deo ispita |
Predispitna Ne |
Obavezna Da |
Broj poena 30.00 |
Predmetna aktivnost Predmetni projekat |
Predispitna Da |
Obavezna Da |
Broj poena 50.00 |
Predmetna aktivnost Domaći zadatak |
Predispitna Da |
Obavezna Da |
Broj poena 20.00 |
prof. dr Kupusinac Aleksandar
Redovni profesor
Predavanja
doc. Vrbaški Dunja
Docent
Predavanja
Asistent Lazić Olivera
Asistent