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 magistrale in Medical bioinformatics - Immatricolazione dal 2025/2026

Il 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.

2° Anno  Attivato nell'A.A. 2022/2023

InsegnamentiCreditiTAFSSD
Further linguistic skills (C1 English suggested)
3
F
-
Stages
3
F
-
Final exam
24
E
-
Attivato nell'A.A. 2022/2023
InsegnamentiCreditiTAFSSD
Further linguistic skills (C1 English suggested)
3
F
-
Stages
3
F
-
Final exam
24
E
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°

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.




S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Codice insegnamento

4S010400

Coordinatore

Gloria Menegaz

Crediti

2

Offerto anche nei corsi:

Lingua di erogazione

Italiano

Settore Scientifico Disciplinare (SSD)

NN - -

Periodo

Primo semestre dal 4 ott 2021 al 28 gen 2022.

Obiettivi formativi

Il corso si propone di fornire alcune conoscenze di base di metodi e modelli di machine learning per l’analisi di dati biomedici con enfasi su aspetti legati all’explainability (XAI). Al termine del corso lo studente dovrà dimostrare di avere capacità di progettare e condurre uno studio di dati biomedici, dalla loro analisi all’applicazione di modelli finalizzati alla soluzione della domanda/tesi di partenza.

Programma

PROGRAMMA: Teoria:
1. Introduzione al panorama dell’analisi di dati biomedici
2. Visualizzazione e rappresentazioni di relazioni tramite le principali rappresentazioni grafiche
3. Modellazione di dati attraverso i principali modelli di predizione e classificazione utilizzati in ambito biomedico
4. Presentazione della soluzione attraverso la valutazione della performance del modello
5. Metodi di base di explainable artificial intelligence (XAI) per l’interpretazione dei risultati
Laboratorio:
Allo scopo di fornire agli studenti le basi pratiche per la gestione di semplici studi di dati biomedici, grande rilevanza verrà riservata alla parte di laboratorio in cui verrà presentato e affrontato uno specifico problema da risolvere. Durante questa fase, verrà innanzitutto presentato e commentato il codice che consente di risolvere il problema, e poi verranno proposti alcuni esercizi da risolvere nel tempo rimanente. Le esercitazioni saranno svolte in Python.

Bibliografia

Visualizza la bibliografia con Leganto, strumento che il Sistema Bibliotecario mette a disposizione per recuperare i testi in programma d'esame in modo semplice e innovativo.

Modalità d'esame

Colloquio per la discussione del progetto assegnato individualmente o ai gruppi in laboratorio.

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI