Deep learning in life science 1000-2M23DLS
Przedmiot poświęcony jest praktycznym zastosowanieom metod uczenia głębokiegio (sieci konwolucyjne, rekurencyjne, oparte o transformery) do problemów współczesnej biologii molekularnej i medycyny (analiza obrazów mikroskopowych, przewidywanie struktur białek i analiza sekwencji biologicznych).
Nagrania wideo wykładów dostępne są online, laboratoria będą odbywały się na miejscu.
Rodzaj przedmiotu
Koordynatorzy przedmiotu
Efekty kształcenia
Studenci posiądą wiedzę o współczesnych metodach uczenia głębokiego, umiejętność implementowania modeli uczenia głębokiego i oceny ich jakości w kontekście zastosowań w biologii. Studenci zyskają też doświadczenie i kompetencje w prezentowaniu zasady działania modeli i wyników eksperymentów obliczeniowych polegających na uczeniu sieci na danych eksperymentalnych i optymalizacji parametrów takich modeli.
Kryteria oceniania
Indywidualne prace domowe (50%) i końcowy projekt zespołowy (50%), do zaliczenia wymagane jest uzyskanie 60% punktów.
Literatura
Materiały dostępne online: https://deeplife4eu.github.io/program.
Uwagi
|
W cyklu 2025L:
W tym roku nie będzie części wyjazdowej, która odbywała się poprzednich latach. |
Więcej informacji
Więcej informacji o poziomie przedmiotu, roku studiów (i/lub semestrze) w którym się odbywa, o rodzaju i liczbie godzin zajęć - szukaj w planach studiów odpowiednich programów. Ten przedmiot jest związany z programami:
- Informatyka, stacjonarne, pierwszego stopnia
- Bioinformatyka i biologia systemów, stacjonarne drugiego stopnia
- Informatyka, stacjonarne, drugiego stopnia
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: