Riconoscimento e classificazione per la bioinformatica (2008/2009)

  1. Home
  2. Didattica
  3. Corsi di laurea
  4. Laurea in Bioinformatica (ordinamento fino all'a.a. 2008/09)
  5. Insegnamenti

Corso disattivato non visibile

Codice insegnamento
4S01914
Crediti
7
Coordinatore
Vittorio Murino
Avvisi relativi al corso Seminari relativi al corso
L'insegnamento è organizzato come segue:
Modulo Crediti Settore disciplinare Periodo Docenti
Laboratorio 2 INF/01-INFORMATICA 2° Q Vittorio Murino
Teoria 5 INF/01-INFORMATICA 2° Q Vittorio Murino

Obiettivi formativi

Modulo: Teoria
Il corso intende fornire i fondamenti teorici e le metodologie principali relative all’analisi e riconoscimento automatico di dati di qualsiasi tipo, detti tipicamente pattern, con particolare riferimento alle problematiche di Bioinformatica.
Verranno date le basi della disciplina denominata Pattern Recognition, che è alla base o completa e integra altre discipline quali l’elaborazione delle immagini, la visione, l’intelligenza artificiale, l’analisi di grosse moli di dati, le basi di dati, e numerose altre.

Nel corso verrà data enfasi alle tecniche probabilistiche con particolar riferimento all’addestramento di sistemi volti al riconoscimento e classificazione di dati biologici con esempi, per quanto possibile.
Le applicazioni relative alla Bioinformatica che questa disciplina coinvolge sono molteplici: ad esempio, quelle legate all’elaborazione delle immagini e visione, il data mining, l’analisi ed interpretazione di dati medicali e biologici (e.g., genomica, proteomica, etc.), etc.

Modulo: Laboratorio
Il corso intende fornire un complemento sperimentale ai fondamenti teorici di base descritti a lezione.

Programma

Modulo: Teoria
* Introduzione: cos’è, a cosa serve, sistemi, applicazioni
* Teoria della decisione di Bayes
* Stima dei parametri e metodi non parametrici
* Classificatori lineari, non lineari e funzioni discriminanti
* Misture di Gaussiane e algoritmo Expectation-Maximization
* Estrazione e selezione di feature
* Metodi Kernel e Support Vector Machines
* Reti neurali
* Modelli grafici e modelli di Markov a stati nascosti (HMM)
* Alberi di decisione
* Metodi di ricerca stocastici

Modulo: Laboratorio
L'attività di laboratorio prevede la risoluzione al calcolatore di esercizi proposti dal docente relativi ad alcuni metodi descritti a lezione nell'ambito di applicazioni bioinformatiche e utilizzando MATLAB.

Modalità d'esame

Modulo: Teoria
La verifica del profitto sarà effettuata mediante la peparazione e lo svolgimento di un seminario e di una prova orale, atti a verificare l'acquisizione dei concetti teorici, nonché la padronanza degli strumenti matematici e informatici.
Per gli studenti particolarmente interessati agli argomenti del corso è possibile effettuare l'esame mediante lo svolgimento di un progetto e una prova orale. Il progetto dovrà essere congiunto a quello del corso di Recupero delle Informazioni e concordato coi relativi docenti.

Modulo: Laboratorio
La valutazione della parte di Laboratorio è inclusa nell'esame del corso base.

Condividi