• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Scientific research seminar "Introduction to artificial intelligence"

2024/2025
Academic Year
RUS
Instruction in Russian
3
ECTS credits
Course type:
Compulsory course
When:
4 year, 1, 2 module

Instructor

Программа 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

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

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

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

Элементы контроля

  • неблокирующий КР
    Включает в себя вопросы с выбором одного или нескольких вариантов ответа, а также ответы на открытые вопросы по изученному материалу.
  • неблокирующий ПР
    Подготовка отчета и презентации индивидуального проекта исследования с последующим выступлением
  • неблокирующий 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.
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

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

Список литературы

Рекомендуемая основная литература

  • Математика в биологии и медицине, Бейли, Н., 1970
  • Математическая статистика : учеб. пособие для вузов, Ивченко, Г. И., 1992

Рекомендуемая дополнительная литература

  • Золкин, А. Л. Основы алгоритмизации, мировые информационные ресурсы, медико-биологическая статистика : учебное пособие / А. Л. Золкин. — Самара : , 2022 — Часть 1 — 2022. — 161 с. — ISBN 978-5-907359-09-3. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/326534 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Теория вероятностей и математическая статистика : учеб. пособие для вузов, Гмурман, В. Е., 2007

Авторы

  • Крепкер Виктор Алексеевич
  • Фимина Ксения Игоревна