Бакалавриат
2025/2026
Научно-исследовательский семинар "Машинное обучение для решения биологических и биомедицинских задач"
ID 988907
Статус:
Курс обязательный (Клеточная и молекулярная биотехнология)
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
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
3
Контактные часы:
36
Программа дисциплины
Аннотация
НИС "Машинное обучение для решения биологических и биомедицинских задач" нацелен на изучение современных методов машинного обучения и их применения в биологии и медицине. Студенты ознакомятся с основными концепциями и алгоритмами машинного обучения, а также с их специфическими приложениями в различных областях биологических исследований.
Цель освоения дисциплины
- Целями освоения дисциплины являются: • сформировать у слушателей практических и систематических навыков анализа биомедицинских данных; • сформировать представления о применении современных технологий обработки биомедицинской информации; • познакомить слушателей с основными принципами и приёмами статистической обработки данных • научить слушателей основным понятиям и постановкам задач машинного обучения, возникающих в биологических и биомедицинских задачах; • дать теоретические основы ключевых методов машинного обучения; • познакомить с принципами построения композиций моделей машинного обучения; • познакомить с основными метриками качества для регрессии и классификации; • научить выполнять полный цикл построения модели; • научить обучать основные модели машинного обучения, оценивать их качество; • научить выполнять кластеризацию и визуализацию данных; • дать базовые знания об архитектурах искусственных нейронных сетей, базовых методах их обучения и оценки качества.
Планируемые результаты обучения
- Умение проверять гипотезы на основе статистических данных
- Умение обосновать выбор метода исследования применительно к поставленным задачам
- Знание основных понятий математической статистики, владение основными приёмами описательной статистики
- Владение статистическими методами, применяемыми для анализа медицинской информации, и соответствующим прикладным программным обеспечением
Содержание учебной дисциплины
- Введение в анализ данных и основы математической статистики
- Введение в машинное обучение. Регрессия. Классификация. Решающие деревья и композиции моделей.
- Обучение без учителя. Прикладное машинное обучение. Обзор ИИ-инструментов для биологии и медицины.
Список литературы
Рекомендуемая основная литература
- Основы алгоритмизации, мировые информационные ресурсы, медико-биологическая статистика. Часть 1 - Золкин А. Л. - Медицинский университет «Реавиз» - 978-5-907359-09-3 - 2022 - русский - https://e.lanbook.com/book/326534 - ЛАНЬ - 326534
Рекомендуемая дополнительная литература
- Hastie, T., Tibshirani, R., & Friedman, J. H. (2009). The Elements of Statistical Learning : Data Mining, Inference, and Prediction (Vol. Second edition, corrected 7th printing). New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=277008