Статистичко учење

Статистичко учење

1.

Наслов на наставниот предмет

Статистичко учење

Statistical learning

2.

Код

m23_s_008

3.

Студиска програма

Пресметување во облак, Data science in computer science and engineering, Управување во информатички технологии, Биоинформатика, Безбедност, криптографија и кодирање, Едукација со ИКТ, Еко-информатика, Интелигентни системи, Интернет технологии и сајбер безбедност, Компјутерски науки, Статистика и аналитика на податоци, Софтвер за вградливи системи, Софтверско инженерство, Пресметување во облак, Управување во информатички технологии, Биоинформатика, Безбедност, криптографија и кодирање, Статистика и аналитика на податоци, 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)

Втор циклус

6.

Академска година / семестар

5 / Летен

7. Број на ЕКТС кредити

6.0

8.

Наставник

ворн. проф. д-р Билјана Тојтовска Рибарски проф. д-р Марија Михова

9.

Предуслови за запишување на предметот

10.

Цели на предметната програма (компетенции):


Целта на предметот е да ги запознаат и обучат студентите со повеќе статистички алатки и методи за разбирање и анализирање на комплексни бази на податоци, илустрирани со соодветни избрани примери од различни области на истражување со користење на софтвер со отворен код R и/или Python.

11.

Содржина на предметната програма:


Фокусот ќе биде на модели на регресија и класификација, вклучувајќи линеарна и полиномна регресија, логистичка регресија и линеарна дискриминантна анализа, кросвалидација и bootstrap, избор на модели и регулациони методи, нелинеарни модели, слинови и обопжтени адитивни модели, методи базирани на дрва, случајни шуми и зајакнување. Анализа на главни компоненти и кластерирање (со к-процеси и хиерархиско)

12.

Методи на учење:


NULL

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

60 + 0 + 30 + 60 + 30 = 180 часа

15.

Форми на наставните активности

15.1.

Предавања- теоретска настава

60 часови

15.2.

Вежби (лабораториски, аудиториски), семинари, тимска работа

0 часови

16.

Други форми на активности

16.1.

Проектни задачи

60 часови

16.2.

Самостојни задачи

30 часови

16.3.

Домашно учење

30 часови

17.

Начин на оценување

17.1.

Тестови

0 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

60 бодови

17.3.

Активности и учење

0 бодови

17.4.

Завршен испит

0 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

NULL

20.

Јазик на кој се изведува наставата

NULL

21.

Метод на следење на квалитетот на наставата

NULL

22.

Литература

22.1.

Задолжителна литература

Ред.бр.

Автор

Наслов

Издавач

Година

7998

Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani

An Introduction to Statistical Learning with Applications in R

Springer

2013

22.2.

Дополнителна литература

Ред.бр.

Автор

Наслов

Издавач

Година