×
Универзитет у Новом Саду

Предмет: Експертски системи и подршка клиничком одлучивању (22.EAI067)

Основне информације:
 
Категорија Стручно-апликативни
Ужа научна област Примењене рачунарске науке и информатика
ЕСПБ 6

Упознавање студената са експертским системима и њиховом улогом у оквиру вештачке интелигенције. Разумевање и усвајање знања и метода неопходних за реализацију система базираног на знању у медицини који се ослања на примену метода машинског учења. Развој експертског софтверског решења који подразумева све фазе и проблеме у процесу одабира, имплементације и валидације методе машинског учења.

Студенти препознају домене у којима постоји потреба за развој експертског система и управљање знањем. Самостално обликују захтеве и дизајнирају и имплементирају интелигентне софтверске системе за подршку одлучивању. Посебно познају проблематику система за подршку клиничком одлучивању. Заснивају имплементације на методама машинског учења. Анализирају, упоређују и траже најбоље програмско решење за реализацију система вештачке интелигенције.

Дефиниција експертског система. Формална репрезентација знања. Прости и сложени експертски системи. Системи одлучивања. Механизми доношења одлуке. Алгоритамска дијагностика. Прикупљање и складиштење података и етички аспекти употребе медицинских података. Претпроцесирање података и инжењеринг карактеристика. Препознавање и решавање проблема у овим процесима. Упоређивање и избор модела машинског учења. Мерење перформанси модела машинског учења. Дизајн валидних експеримената за развој модела машинског учења у оквиру имплементације експертског система.

Облици извођења наставе су: предавања, практичан рад на рачунару, самостална израда пројекта и консултације. Предавања се изводе уз презентације где се демонстрирају теоријски оквири, програмске технике, постојећа решења и научни правци истраживања. На вежбама студенти самостално раде задатке који прате теме обрађене на предавањима. Сви студенти су дужни да ураде и домаће задатке који се прегледају и кратко бране. Пројекат се реализује до краја семестра и подразумева имплементацију једног експертског система. Ради се самостално и брани на крају семестра. Усмени испит се полаже у свим испитним роковима.

Аутори Назив Година Издавач Језик
Berner Eta Clinical decision support systems 2007 Springer Science+ Business Media Енглески
Russel Stuart, Norvig Peter Artificial intelligence: a Modern Approach 2016 Pearson Education Limited Енглески
Akerkar Rajendra Knowledge-based systems 2010 Jones and Bartlett Learning Енглески
Бојић Драган, Глигорић Милош, Николић Бошко Збирка задатака из експертских система 2009 Академска мисао Српски језик
Kuhn Max, Johnson Kjell Feature Engineering and Selection: A Practical Approach for Predictive Models 2019 CRC Press Енглески
Предметна активност Предиспитна Обавезна Број поена
Предметна активност
Презентација и завршна одбрана пројекта
Предиспитна
Не
Обавезна
Да
Број поена
15.00
Предметна активност
Домаћи задатак
Предиспитна
Да
Обавезна
Да
Број поена
20.00
Предметна активност
Усмени део испита
Предиспитна
Не
Обавезна
Да
Број поена
15.00
Предметна активност
Предметни пројекат
Предиспитна
Да
Обавезна
Да
Број поена
50.00

Предавања

Предавања

Рачунарске вежбе

Рачунарске вежбе