Vai al contenuto principale
Coronavirus: aggiornamenti per la comunità universitaria / Coronavirus: updates for UniTo Community
Oggetto:
Oggetto:

ADE Biomedicina computazionale

Oggetto:

Computational Biomedicine

Oggetto:

Anno accademico 2022/2023

Codice attività didattica
SME0887
Docente
Prof. Piero Fariselli (Docente Titolare dell'insegnamento)
Corso di studio
[f007-c603] laurea magistrale a ciclo unico in Medicina e Chirurgia ex DM 270/04 - a torino
Anno
2° anno
Periodo
Da definire
Tipologia
A scelta dello studente
Crediti/Valenza
1
SSD attività didattica
BIO/10 - biochimica
Erogazione
Tradizionale
Lingua
Italiano
Frequenza
Obbligatoria
Tipologia esame
Orale
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

Il corso ha lo scopo di fornire gli strumenti per poter conoscere ed utilizzare le nuove tecniche di Intelligenza Artificiale (Machine Learning) in ambito Biomedico.

Oggetto:

Risultati dell'apprendimento attesi

Al termine del corso lo studente avrà una panoramica dei metodi di machine learning più comuni e il loro attuale e possibile utilizzo futuro in ambito Biomedico.

Oggetto:

Programma

  • Introduzione al concetti di intelligenza artificiale, Machine Learning e Deep Learning
  • Apprendimento supervisionato, non supervisionato, reinforcement learning
  • Differenza tra modello predittivo e modello esplicativo
  • Esempi di modelli per la classificazione e regressione
  • Esempi di modelli non supervisionati
  • Esempi di applicazioni in ambito Biomedico, in paticolare in ambito diagnostico e prognostico

 

Oggetto:

Modalità di insegnamento

Lezioni frontali con uso di proiettore e lavagna

Oggetto:

Modalità di verifica dell'apprendimento

La verifica dell'apprendimento avverà tramite la presentazione di un articolo a scelta dello studente relativo al machine learning in biomedicina

Testi consigliati e bibliografia

Oggetto:

Slides fornite durante il corso e testi che verranno indicati a seconda degli interessi degli iscritti



Oggetto:

Note

Le modalità di svolgimento dell'attività didattica potranno subire variazioni in base alle limitazioni imposte dalla crisi sanitaria in corso.

 

L'attvità verrà offerta al raggiungimento di almeno 10 partecipanti

Registrazione
  • Chiusa
    Apertura registrazione
    13/12/2021 alle ore 08:00
    Chiusura registrazione
    19/12/2021 alle ore 23:55
    N° massimo di studenti
    50 (Raggiunto questo numero di studenti registrati non sarà più possibile registrarsi a questo insegnamento!)
    Oggetto:
    Ultimo aggiornamento: 27/07/2022 11:23