Табела 5.1 Спецификација предмета на студијском програму докторских студија
Назив предмета: И381 - Интелигентна обрада података |
|||||
Наставник или наставници (презиме, средње слово име): Станковић С. Миомир |
|||||
Статус предмета изборни |
|||||
Број ЕСПБ: 12 |
|||||
Услов: нема |
|||||
Циљ предмета Упознавање са методама и алготимима машинског учењра и рачунарске интелигенцијеза интелигентну анализу структуираних и неструктуираних података. |
|||||
Исход предмета Основно теоријско знање и способност софтверске имплементације метода и алгоритама интелигентне обраде структуираних и неструктуираних података |
|||||
Садржај предмета Мерења и подаци, Анализа поузданости података; Обрада структуирарних података: концепата, база података, графова и стабала; Обрада неструктуираних података; Анализа асоцијације; Кластеризација; Класификација; Регресија; Обрада секвенцијалних података; Предикција нестационарних временских серија; Слепе технике обраде сигнала: слепа сепарација, конволутивна сепарација и деконволуција. |
|||||
Литература 1. David Hand, Heikki Mannila and Padhraic Smyth, Principles of Data Mining, The MIT Press, 2001. |
|||||
Број часова активне наставе |
Предавања: 4 |
Студијски истраживачки рад: |
|||
Методе извођења наставе На предавањима се користе класичне методе наставе уз коришћење видео пројектора и интеракцију са студентима. Знање студената се тестира преко израде домаћих задатака и колоквијума. На завршном усменом испиту се проверава свеобухватно разумевање изложеног градива. |
|||||
Оцена знања (максимални број поена 100) |
|||||
Предиспитне обавезе |
поена
|
Завршни испит |
поена |
||
активност у току предавања |
5 |
писмени испит |
0 |
||
практична настава |
|
усмени испт |
50 |
||
колоквијум-и |
30 |
.......... |
|
||
домаћи задаци |
20 |
|
|
||
|
|||||
|
|||||