- Oggetto:
- Oggetto:
ADE Biomedica computazionale
- Oggetto:
ADE Computational Biomedicine
- Oggetto:
Anno accademico 2019/2020
- Codice dell'attività didattica
- SME0887
- Docente
- Prof. Piero Fariselli (Docente Responsabile del Corso Integrato)
- Corso di studi
- [f007-c603] laurea magistrale a ciclo unico in Medicina e Chirurgia ex DM 270/04 - a torino
- Anno
- 2° anno
- Tipologia
- A scelta dello studente
- Crediti/Valenza
- 1
- SSD dell'attività didattica
- BIO/10 - biochimica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Obbligatoria
- Tipologia d'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:
Modalità di insegnamento
Lezioni frontali con uso di proiettore e lavagna
- Oggetto:
Modalità di verifica dell'apprendimento
La verifica dell'apprendimento avverà con una discussione sulle temetiche svolte e di interesse dello studente.
- 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
Testi consigliati e bibliografia
- Oggetto:
Slides fornite durante il corso e testi che verranno indicati a seconda degli interessi degli iscritti
- Oggetto:
Note
LA ADE verrà attività al raggiungimento minico di 8 iscritti
- Oggetto:
