Напредни математички и статистички техники

1.

Наслов на наставниот предмет

Напредни математички и статистички техники

Advanced mathematical and statistical techniques

2.

Код

BI-Z-03

3.

Студиска програма

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

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 Георгина Мирчева проф. д-р Соња Гиевска

9.

Предуслови за запишување на предметот

10.

Цели на предметната програма (компетенции):

Студентот ќе биде оспособен за користење на математичките техники за моделирање и анализа на биолошки системи.

11.

Содржина на предметната програма:

Овој предмет ги опфаќа методите на статистичката инференција и стохастичкото моделирање со апликација на функционалната геномика и пресметковната молекуларна биологија. Ќе бидат применети пресметки преку користење на податоци од биолошките бази на податоци. Структурата на предметот ќе опфаќа: статистичка теорија за анализа на секвенци и пребарување на бази на податоци, Маркови модели и скриени Маркови модели, елементи на Баесовата и инференцијата на сличност, дискретни податочни модели, примена на анализа со линеарна регресија, методи за мултиваријанта податочна анализа (РСА, кластерирање), софтверски алатки за статистички пресметки. Примена на напредни техники од длабоко учење (граф невронски мрежи, генеративни спротивставени мрежи, трансфер на учење) за откривање знаење во биомедицински и бионформатички податоци.

12.

Методи на учење:

Предавања поддржани со презентации преку слајдови, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, пример случаи, поканети гости предавачи, самостојна изработка и одбрана на проектна задача и семинарска работа, учење во електронско опкружување (форуми, консултации).

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

60 + 0 + 45 + 45 + 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

45 часови

16.2.

Самостојни задачи

45 часови

16.3.

Домашно учење

30 часови

17.

Начин на оценување

17.1.

Тестови

15 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

45 бодови

17.3.

Активности и учење

15 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

реализирани активности 15

20.

Јазик на кој се изведува наставата

македонски и англиски

21.

Метод на следење на квалитетот на наставата

механизам на интерна евалуација и анкети

22.

Литература

22.1.

Задолжителна литература

22.2.

Дополнителна литература