- Oggetto:
- Oggetto:
ADE Biomedicina computazionale
- Oggetto:
Computational Biomedicine
- Oggetto:
Anno accademico 2024/2025
- Codice attività didattica
- SME0887
- Docente
- Piero Fariselli (Docente Titolare dell'insegnamento)
- Corso di studio
- 007603 laurea magistrale a ciclo unico in Medicina e Chirurgia ex DM 270/04 - a torino
- Anno
- 2° anno
- Periodo
- Secondo semestre
- Tipologia
- A scelta dello studente
- Crediti/Valenza
- 1
- SSD attività didattica
- BIO/10 - biochimica
- Erogazione
- Tradizionale
- Lingua
- Italiano
- Frequenza
- Obbligatoria
- Tipologia esame
- Orale
- Tipologia unità didattica
- corso
- 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
- 01/11/2023 alle ore 08:00
- Chiusura registrazione
- 04/11/2023 alle ore 23:55
- N° massimo di studenti
- 40 (Raggiunto questo numero di studenti registrati non sarà più possibile registrarsi a questo insegnamento!)
- Oggetto:
