Вовед во препознавање на облици

1.

Наслов на наставниот предмет

Вовед во препознавање на облици

Introduction to pattern recognition

2.

Код

F23L3W089

3.

Студиска програма

Примена на информациски технологии, Софтверско инженерство и информациски системи, Компјутерски науки, Компјутерско инженерство, Интернет, мрежи и безбедност, Информатичка едукација, Software engineering and information systems, Примена на информациски технологии, Софтверско инженерство и информациски системи, Компјутерски науки, Компјутерско инженерство, Интернет, мрежи и безбедност, Software engineering and information systems, Стручни студии за програмирање, Стручни студии за програмирање, Софтверско инженерство,

4.

Организатор на студиската програма (единица, односно институт, катедра, оддел)

Факултет за информатички науки и компјутерско инженерство

5.

Степен (прв, втор, трет циклус)

Прв циклус

6.

Академска година / семестар

4 / Зимски

7. Број на ЕКТС кредити

6.0

8.

Наставник

проф. д-р Дејан Ѓорѓевиќ

9.

Предуслови за запишување на предметот

Вештачка интелигенција или Вовед во науката за податоци или Машинско учење

10.

Цели на предметната програма (компетенции):

Целта на курсот е студентите да ги научат главните концепти на методите и техниките кои се применуваат за препознавање на облици.По завршувањето на курсот кандидатитеќе бидат оспособени за дизајнирање, реализирање и имплементација на системи за автоматско препознавање на облици, проценка на нивните перформанси и нивна оптимизација.

11.

Содржина на предметната програма:

Предавања: 1. Вовед во проблематиката на препознавање на облици. 2. Машинска перцепција, компоненти на систем за препознавање на облици. 3. Класификатори базирани на Баесовата теорија на одлучување, Линеарни класификатори. 4. Видови на обележја, екстракција на обележја, селекција на обележја. 5. Машинско учење за препознавање на облици. Надгледувано, ненадгледувано учење, полунадгледувано учење учење, проценка на перформанси на калсификатор 6. Непараметарски методи за класификација, kNN класификатор, имплементација, kd дрва. 7. Неметрички методи за класификација, дрва за одлучување, обука, поткастрување. 8. Класификатори со големи маргини, кернел техники, Машини со носечки вектори. 9. Bias/Variance декомпозиција, ансамбли од класификатори, фузија на обележја 10. Невронски мрежи и длабоки архитектури за препознавање на облици 11. Ненадгледувано учење, кластерирање 12. Примена во реални системи за препознавање на облици и специфики Вежби: 1. Алатки за анализа на податоци и препознавање на облици 2. Библиотеки за анализа на податоци и препознавање на облици 3. Задачи - Баесов класификатор, линеарен класификатор, логистичка регресија 4. Задачи - екстракција на обележја, трансформација на обележја, селекција на обележја 5. Процедура за надгледувано учење и проценка и евалуација на перформанси и метрики 6. Задачи со kNN класификатор и kd дрва 7. Задачи со дрва на одлучување и екстракција на знаење 8. Задачи со машини со носечки вектори 9. Задачи анасмбли од класификатори и фузија на обележја 10. Задачи од невронски мрежи и дефинирање на архитектури на мрежи 11. Задачи од ненадгледувано учење 12. Имплементација на реални системи за препознавање на облици

12.

Методи на учење:

предавања, аудиториски вежби, лабораториски вежби, проектни задачи, домашни задачи

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

30 + 45 + 15 + 15 + 75 = 180 часа

15.

Форми на наставните активности

15.1.

Предавања- теоретска настава

30 часови

15.2.

Вежби (лабораториски, аудиториски), семинари, тимска работа

45 часови

16.

Други форми на активности

16.1.

Проектни задачи

15 часови

16.2.

Самостојни задачи

15 часови

16.3.

Домашно учење

75 часови

17.

Начин на оценување

17.1.

Тестови

10 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

15 бодови

17.3.

Активности и учење

10 бодови

17.4.

Завршен испит

70 бодови

18.

Критериуми за оценување (бодови/ оценка)

до 50 бода

5 (пет) (F)

од 51 до 60 бода

6 (шест) (E)

од 61 до 70 бода

7 (седум) (D)

од 71 до 80 бода

8 (осум) (C)

од 81 до 90 бода

9 (девет) (B)

од 91 до 100 бода

10 (десет) (A)

19.

Услов за потпис и полагање на завршен испит

Реализирани активности 15, 16

20.

Јазик на кој се изведува наставата

македонски и англиски

21.

Метод на следење на квалитетот на наставата

интерна евалуација и анкети

22.

Литература

22.1.

Задолжителна литература

22.2.

Дополнителна литература