ID:
A000799
Durata (ore):
48
CFU:
6
Url:
INGEGNERIA BIOMEDICA/PERCORSO COMUNE Anno: 3
Anno:
2023
Dati Generali
Periodo di attività
Primo Semestre (25/09/2023 - 15/12/2023)
Syllabus
Obiettivi Formativi
OF 1 (Conoscenza e comprensione): Fornire conoscenza e comprensione dei concetti di base dell’analisi dei dati e dell’apprendimento automatico proprie dell’intelligenza artificiale evidenziando gli aspetti dell’apprendimento supervisionato e non supervisionato mediante lo studio delle basi teoriche e la loro applicazione ai problemi della bioingegneria.
OF 2 (Capacità di applicare conoscenza e comprensione): Fornire capacità di applicare conoscenza e comprensione mediante una visione critica delle moderne tecniche di analisi dei dati e del loro utilizzo in un sempre crescente numero di ambiti applicativi biomedici e fornire altresì le capacità pratiche per l’utilizzo dei principali ambienti di sviluppo di algoritmi di machine learning.
OF 3 (Autonomia di giudizio): Sviluppare l’autonomia nella scelta delle migliori strategie da utilizzare nel progetto in esame.
OF 4 (Abilità comunicative): Sviluppare la capacità di esprimersi utilizzando un linguaggio adeguato agli standard del settore e di aggiornarsi sull’evoluzione tecnologica nell’ambito del machine learning.
OF 5 (Capacità di apprendimento): Sviluppare la capacità di comprendere gli aspetti rilevanti di un problema e di progettare e implementare algoritmi di machine learning.
OF 2 (Capacità di applicare conoscenza e comprensione): Fornire capacità di applicare conoscenza e comprensione mediante una visione critica delle moderne tecniche di analisi dei dati e del loro utilizzo in un sempre crescente numero di ambiti applicativi biomedici e fornire altresì le capacità pratiche per l’utilizzo dei principali ambienti di sviluppo di algoritmi di machine learning.
OF 3 (Autonomia di giudizio): Sviluppare l’autonomia nella scelta delle migliori strategie da utilizzare nel progetto in esame.
OF 4 (Abilità comunicative): Sviluppare la capacità di esprimersi utilizzando un linguaggio adeguato agli standard del settore e di aggiornarsi sull’evoluzione tecnologica nell’ambito del machine learning.
OF 5 (Capacità di apprendimento): Sviluppare la capacità di comprendere gli aspetti rilevanti di un problema e di progettare e implementare algoritmi di machine learning.
Prerequisiti
Capacità algoritmica e rudimenti di programmazione
Metodi didattici
Il corso, al fine di raggiungere gli obiettivi formativi, si svolge attraverso lezioni frontali ed esercitazioni svolte in aula. Le lezioni frontali tratteranno gli argomenti del corso da un punto di vista teorico e saranno svolte tramite il supporto di slides. Le esercitazioni al calcolatore, in parte guidate e in parte svolte in maniera autonoma dagli studenti, hanno l’obiettivo di sviluppare la capacità di applicare le conoscenze acquisite durante le lezioni frontali, e consentiranno agli studenti di prendere manualità con la scelta e l’applicazione di tecniche di machine learning per la risoluzione di problemi in ambito biomedico.
Verifica Apprendimento
Il corso prevede un esame finale che consiste:
- nello sviluppo e nella redazione di un progetto relativo alla risoluzione di un problema in ambito biomedico tramite l’utilizzo di tecniche di machine learning.
- in un colloquio orale che verte sulla discussione del progetto e sui contenuti del corso
Il voto finale è espresso in trentesimi e tiene conto della chiarezza, completezza e correttezza dell’attività di progettazione e della qualità della prova orale.
- nello sviluppo e nella redazione di un progetto relativo alla risoluzione di un problema in ambito biomedico tramite l’utilizzo di tecniche di machine learning.
- in un colloquio orale che verte sulla discussione del progetto e sui contenuti del corso
Il voto finale è espresso in trentesimi e tiene conto della chiarezza, completezza e correttezza dell’attività di progettazione e della qualità della prova orale.
Testi
Materiale didattico a cura del docente, composto da slides delle lezioni, dispense del corso, materiali di approfondimento, esercitazioni guidate ed esempi di codice
Contenuti
ELEMENTI DI BASE DEL MACHINE LEARNING: Introduzione ai concetti di base del machine learning e principali campi applicativi in ambito biomedico, struttura e caratteristiche di un dataset, elementi di statistica, apprendimento supervisionato e non-supervisionato, pre-processing dei dati biomedici, estrazione delle feature, selezione delle feature, validazione dei modelli di machine learning, metriche per la valutazione delle prestazioni dei modelli, interpretazione dei risultati. TECNICHE DI MACHINE LEARNING: algoritmi per la classificazione di grandezze biomediche, classificazione binaria, problemi multi-classe, algoritmi di regressione per la predizione di variabili biomediche, modelli lineari, support vector machine, alberi decisionali, tecniche ensemble, algoritmi di clustering per l'analisi dei dati biomedici, k-means, clustering gerarchico. RISOLUZIONE DI PROBLEMI IN AMBITO BIOMEDICO TRAMITE TECNICHE DI MACHINE LEARNING: elementi di programmazione in linguaggio Python, distribuzioni Python e ambienti di sviluppo, principali librerie di Python, strumenti e librerie per il machine learning in Python, libreria scikit-learn, casi di studio e applicazioni pratiche del machine learning nella bioingegneria, problemi di classificazione e regressione, problemi di clustering, esercitazioni guidate e progetti
Lingua Insegnamento
ITALIANO
Corsi
Corsi
INGEGNERIA BIOMEDICA
Laurea
3 anni
No Results Found
Persone
Persone
Ricercatrice/tore a tempo det.
No Results Found