Gli obiettivi formativi del corso consistono nell’acquisire le conoscenze teoriche fondamentali riguardanti i sistemi di Apprendimento Automatico (Machine Learning), sviluppare la capacità di organizzare e gestire i dati biomedici per la successiva analisi, acquisire la capacità di selezionare e utilizzare le tecniche di base di Apprendimento Automatico per l’analisi di dati biomedici
Prerequisiti
Conoscenze di biologia, genetica, statistica medica istologia, anatomia e fisiologia generale, microbiologia, biochimica, patologia generale, immunologia e immunopatologia, matematica ed informatica
Testi
Materiale didattico a cura del docente, composto da slides delle lezioni, dispense del corso, materiali di approfondimento, esercitazioni guidate
Contenuti
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, classificazione, regressione, clustering, 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, casi di studio e applicazioni pratiche del machine learning nella bioingegneria, risoluzione di problemi in ambito biomedico tramite tecniche di machine learning