Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea in Bioinformatica - Immatricolazione dal 2025/2026Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
Insegnamenti | Crediti | TAF | SSD |
---|
2° Anno Attivato nell'A.A. 2014/2015
Insegnamenti | Crediti | TAF | SSD |
---|
3° Anno Attivato nell'A.A. 2015/2016
Insegnamenti | Crediti | TAF | SSD |
---|
Due insegnamenti a scelta
Un insegnamento a scelta
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Due insegnamenti a scelta
Un insegnamento a scelta
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Riconoscimento e recupero dell'informazione per bioinformatica (2015/2016)
Codice insegnamento
4S02716
Crediti
12
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
L'insegnamento è organizzato come segue:
Teoria
Laboratorio
Obiettivi formativi
Il corso intende fornire i fondamenti teorici e applicativi della Pattern recognition, una classe di metodologie automatiche utilizzate per il riconoscimento e il recupero di informazioni da dati biologici. In particolare verranno presentati e discussi i principali aspetti di questa disciplina: la rappresentazione, la classificazione, il clustering e la validazione. L’attenzione è rivolta principalmente alla descrizione delle metodologie piuttosto che ai dettagli dei programmi applicativi (già visti in altri corsi).
Il corso contiene una prima parte di natura metodologica, dove verranno descritte in maniera generale le diverse metodologie di rappresentazione, classificazione e clustering, i problemi sottostanti e le motivazioni che portano allo studio di queste tecniche. Nella seconda parte, più strettamente applicativa, verranno analizzati alcuni problemi bioinformatici che sono classicamente risolti con metodologie di classificazione e clustering (ad esempio l'analisi di dati microarray, la segmentazione di immagini biomedicali, la determinazione di omologia remota tra proteine etc etc).
Completa il corso una parte di laboratorio, nella quale verranno implementati (utilizzando il linguaggio di programmazione MATLAB) alcuni degli algoritmi visti nella parte di teoria.
Programma
- Introduzione generale alla Pattern Recognition
- Rappresentazione dei dati
- Teoria della decisione di Bayes
- Classificatori generativi e discriminativi
- Validazione della classificazione
- Reti Neurali
- Hidden Markov Models
- Misure di similarità tra dati
- Tecniche di clustering
- Validazione del clustering
- Applicazioni
Modalità d'esame
La verifica del profitto sarà effettuata mediante la preparazione e lo svolgimento di un seminario e di una breve prova scritta, atti a verificare l'acquisizione dei concetti teorici, nonché la padronanza degli strumenti matematici e informatici.