Научно - исследовательский семинар "Введение в искусственный интеллект" – Учебные курсы – Национальный исследовательский университет «Высшая школа экономики»

Бакалавриат 2024/2025

Статус: Курс обязательный (Клеточная и молекулярная биотехнология)

Направление: 06.03.01. Биология

Кто читает: Базовая кафедра Института биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова РАН

Где читается: Факультет биологии и биотехнологии

Когда читается: 4-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Фимина Ксения Игоревна

Язык: русский

Кредиты: 3

Полная версия программы учебной дисциплины

Аннотация

Семинар поможет студентам освоить современные и классические способы решения биологических задач на основе алгоритмов машинного обучения: проблемы использования искусственного интеллекта, логика, алгоритмы, сложность вычислений, обсуждаются сценарии использования систем гибридного интеллекта, приводятся соответствующие им примеры. После окончания курса студенты смогут использовать машинное обучение для решения задач по анализу данных.

Цель освоения дисциплины

Формирование у слушателей практических и систематических навыков анализа биомедицинских данных, а также формирование представления о применении современных технологий обработки биомедицинской информации

Планируемые результаты обучения

Владение статистическими методами, применяемыми для анализа медицинской информации, и соответствующим прикладным программным обеспечением
Знание медицинских приложений анализа данных
Умение проверять гипотезы на основе статистических данных
Умение строить точечные и интервальные оценки необходимых параметров на основе статистических данных
Знание основных понятий математической статистики, включая выборку, генеральную совокупность и основные метрики.
Умение обосновать выбор метода исследования применительно к поставленным задачам
Умение интерпретировать результаты анализа данных

Содержание учебной дисциплины

Введение в анализ данных
Сравнительный анализ
Кластерный анализ
Регрессионный анализ.
Деревья регрессии и классификации
Источники данных: откуда можно извлекать данные?
Кейсы применения методов ИИ в исследованиях и в решении прикладных задач
Введение в глубинное обучение
Классы моделей в машинном обучении

Элементы контроля

КР
Включает в себя вопросы с выбором одного или нескольких вариантов ответа, а также ответы на открытые вопросы по изученному материалу.
ПР
Подготовка отчета и презентации индивидуального проекта исследования с последующим выступлением
А
Участие в обсуждениях проектов на семинарах. На каждый проект трое одногруппников докладчиков, присутствовавшие на занятии, пишут короткий отзыв на выступление, отдельно комментируя и оценивая его составляющие части (части разных выступающих). Рецензенты назначаются преподавателем на занятии. Оценки из отзывов будут учитываться при выставлении оценок за выступление на усмотрение преподавателя.
Экзамен

Промежуточная аттестация

2024/2025 2nd module
0.15 * А + 0.3 * КР + 0.3 * ПР + 0.25 * Экзамен

Список литературы

Авторы

Крепкер Виктор Алексеевич
Фимина Ксения Игоревна

Программа дисциплины

Научно - исследовательский семинар "Введение в искусственный интеллект"