Maschinelles Lernen in der klinischen Bioinformatik (MLKBioInf)5 ECTS
(englische Bezeichnung: Machine Learning in Clinical Bioinformatics)

Lehrveranstaltungen:

• • Maschinelles Lernen in der klinischen Bioinformatik (Vorlesung mit Übung)
    (Vorlesung mit Übung, 4 SWS, Meik Kunz, Mi, 12:00 - 15:00, 0.055)

Inhalt:

Methoden des Maschinellen Lernens gewinnen zunehmend an Bedeutung in der Bioinformatik. Insbesondere kann auf diese Weise die immer wachsende Datenflut systematisch ausgewertet und Muster erkannt werden, welche zu innovativen diagnostischen und therapeutischen Verfahren in der Medizin beitragen können. In der Vorlesung lernen die Studierenden fortgeschrittene Methoden und Konzepte des Maschinellen Lernens der Bioinformatik für die klinische Forschung kennen.

Lernziele und Kompetenzen:

Studenten...

Wissen

• kennen vertiefende Konzepte, Techniken und Algorithmen des Maschinellen Lernens in der Bioinformatik

Verstehen

• Methoden der Analyse von Hochdurchsatzdaten

• Methoden der Sequenzanalyse und Genvorhersage

• Methoden der Identifizierung und Analyse regulatorischer Elemente

• Methoden der RNA- und Proteinstrukturanalyse und -klassifikation

• Methoden der statistischen Analyse in der Bioinformatik

• Methoden der Bewertung von Klassifikationsmodellen

• Methoden des Clustering und Regression für die klinische Entscheidungsunterstützung

• Methoden der Dimensionsreduktion von Daten

• Methoden der funktionellen Enrichmentanalyse von biologischen Molekülen

• Methoden der Target-Interaktions-Vorhersage
  

Anwenden

• wenden fortgeschrittene Techniken und Algorithmen des Maschinellen Lernens auf medizinische Fragestellungen an

Erschaffen

• entwickeln Analysewege und -skripte des Maschinellen Lernens für die Bioinformatik

Organisatorisches:

Die Veranstaltung besteht aus einem Vorlesungsteil (90 Minuten pro Woche) und einem Teil für eigene praktische Übungen (90 Minuten pro Woche), in denen die jeweiligen Themen durch Anwendungsbeispiele vertieft werden.

Zeit: Mittwoch 12:00 - 15:00 Uhr

Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
Das Modul ist im Kontext der folgenden Studienfächer/Vertiefungsrichtungen verwendbar:

1. Artificial Intelligence (Master of Science)
   (Po-Vers. 2021s | TechFak | Artificial Intelligence (Master of Science) | Gesamtkonto | Nebenfach | Nebenfach Medizinische Informatik | Schwerpunkt Informationssysteme im Gesundheitswesen | Maschinelles Lernen in der klinischen Bioinformatik)
2. Data Science (Master of Science)
   (Po-Vers. 2021w | Gesamtkonto | Anwendungsfächer | Medical Data Science | Maschinelles Lernen in der klinischen Bioinformatik)
3. Informatik (Master of Science)
   (Po-Vers. 2010 | TechFak | Informatik (Master of Science) | Gesamtkonto | Wahlpflichtbereich | Säule der anwendungsorientierten Vertiefungsrichtungen | Vertiefungsrichtung Medizinische Informatik | Maschinelles Lernen in der klinischen Bioinformatik)
4. Informatik (Master of Science)
   (Po-Vers. 2010 | TechFak | Informatik (Master of Science) | Gesamtkonto | Nebenfach | Nebenfach Medizin | Schwerpunkt Informationssysteme im Gesundheitswesen | Maschinelles Lernen in der klinischen Bioinformatik)

Studien-/Prüfungsleistungen:

Maschinelles Lernen in der klinischen Bioinformatik (Prüfungsnummer: 27701)

Prüfungsleistung, mündliche Prüfung, Dauer (in Minuten): 20, benotet

Anteil an der Berechnung der Modulnote: 100.0 %

Prüfungssprache: Deutsch

Erstablegung: WS 2022/2023, 1. Wdh.: SS 2023

1. Prüfer:

Meik Kunz