Kroz ovu prezentaciju prikazana je problematika prikupljanja dokaznog materijala u procesu revizije. Adekvatni dokazi su ključni za kvalitet procesa reviziije.

Savremeni reviziju karakteriše nemogućnost da se revizor uveri u sva salda i transakcije koje su se desile u nekom periodu. Zbog toga se izbor aktivnosti revizije zasniva na detektovanju rizičnih područja kojima se posvećuje povećana pažnja.

Studenti se upoznaju metodima utvrđivanja rezultata poslovanja proizvodnih i trgovinskih preduzeća.

Ishod predmeta je ovladavanje pojmovima i kategorijama iz oblasti međunarodnog bankarstva i osposobljavanje studenata za samostalna istraživanja u pomenutoj oblasti, a sve u cilju pružanja podrške u procesima donošenja ekonomskih odluka i razumevanja aktuelnog međunarodnog finansijskog tržišta.

Na osnovu ovog predavanja studenti će moći da razumeju principe i motive na kojima se zasniva konstrukcija modula za robusnu procenu parametara u kompjuterskoj viziji. Moći će da adekvatno sagledaju potrebu za robusnom procenom parametara u pojedinačnim domenima različitih algoritama kompjuterske vizije. Steći će osnovna znanja o RANSAC algoritmu i njegovoj primeni. Studenti će biti osposobljeni da: implementiraju geometrijske transformacije slike i registraciju zasnovanu na poklapanju ključnih tačaka u slici, kao i da definišu različite postupke u kojima je potrebno prevazići nepouzdanost rada detektora ili drugih elemenata sistema za viziju, a za koje je karakteristično da poseduju značajnu mernu nesigurnost. Nakon predavanja, studenti će umeti da izvedu i kvantitativno izračunaju neophodan broj slučajnih iteracija RANSAC algoritma, kao i da pronađu dodatne informacije o predstavljenoj temi u relevantnoj literaturi (originalnim naučnim radovima u kojima su po prvi put predloženi prikazani algoritmi, tehničkim izveštajima i preporučenim knjigama).