Статистичко учење

1.Наслов на наставниот предметСтатистичко учење
Statistical learning
2.Кодm23_s_008
3.Студиска програма—
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 / семестар10 / Летен
7.Број на ЕКТС кредити6
8.Наставник
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 програмаФокусот 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 учењеNULL
13.Вкупен расположив фонд на време6 ЕКТС x 30 часа = 180 часа
14.Распределба на расположивото време60 + 0 + 30 + 60 + 30 = 180 часа
15.Форми на наставните активности
15.1.Предавања - теоретска настава60 часови
15.2.Вежби (лабораториски, аудиториски), семинари, тимска работа0 часови
16.Други форми на активности
16.1.Проектни задачи60 часови
16.2.Самостојни задачи30 часови
16.3.Домашно учење30 часови
17.Начин на оценување
17.1.Тестови0 бодови
17.2.Семинарска работа / проект ( презентација: писмена и усна)60 бодови
17.3.Активности и учење0 бодови
17.4.Завршен испит0 бодови
18.Критериуми за оценување (бодови/ оценка)
до 50 бода5 (пет) (F)
од 51 до 60 бода6 (шест) (E)
од 61 до 70 бода7 (седум) (D)
од 71 до 80 бода8 (осум) (C)
од 81 до 90 бода9 (девет) (B)
од 91 до 100 бода10 (десет) (A)
19.Услов за потпис и полагање на завршен испитNULL
20.Јазик на кој се изведува наставатаNULL
21.Метод на следење на квалитетот на наставатаNULL
22.Литература
22.1.Задолжителна литература
1. 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