Riconoscimento e Classificazione per la Bioinformatica (7 CFU, 5 Teoria e 2 Laboratorio)

 

Obiettivi formativi

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.

Attività formative

Il corso viene svolto in 40 ore di lezioni frontali e 24 ore di laboratorio. L'attività di laboratorio prevede la pratica e risoluzione di esercizi mediante l'uso di MATLAB volti all'apprendimento pratico e alla miglior comprensione della teoria svolta a lezione.  


Programma del corso (per il programma effettivamente svolto si veda la pagina dei lucidi)


Modalità di verifica dei crediti

La verifica del profitto avverrà mediante un'attività seminariale ed una prova orale.

Eccezionalmente, al posto del seminario e per le persone realmente interessate e motivate, è possibile svolgere un progetto riguardante gli argomenti trattati a lezione.

La prova orale verterà sui temi sviluppati a lezione e potrà essere sostituita da una prova scritta con brevi domande simili alla prova orale.

Il superamento della prova porta all'acquisizione di 7 CFU.


Orario
Lunedì:    15.30-18.30, aula C (3 ore, teoria)

Martedì:   11.30-13.30, aula I (2 ore, teoria)

Martedì:   14.30-17.30, lab alfa o aula I (3 ore, laboratorio)


Testi di riferimento

C.M. Bishop
Pattern Recognition and  Machine Learning. Springer, 2006

R. Duda, P. Hart, D. Stork
Pattern Classification. Wiley, 2001 (2nd edition)

P. Baldi, S. Brunak
Bioinformatics, The Machine Learning Approach. MIT Press, 2001

W.J. Ewens, G.R. Grant
Statistical Methods in Bioinformatics. Springer, 2001

E. Keedwell, A. Narayanan
Intelligent Bioinformatics. Wiley, 2005

M. Berthold, D.J. Hand
Intelligent Data Analysis. Springer, 2003 (2nd edition)
.

Lucidi del corso - A.A. 2008-09    (area riservata)

Last revision: 20 January 2009