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.

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 2025/2026

Le attività formative di tipologia D sono a scelta dello studente, quelle di tipologia F sono ulteriori conoscenze utili all’inserimento nel mondo del lavoro (tirocini, competenze trasversali, project works, ecc.). In base al Regolamento Didattico del Corso, alcune attività possono essere scelte e inserite autonomamente a libretto, altre devono essere approvate da apposita commissione per verificarne la coerenza con il piano di studio. Le attività formative di tipologia D o F possono essere ricoperte dalle seguenti attività.

1. Insegnamenti impartiti presso l'Università di Verona

Comprendono gli insegnamenti sotto riportati e/o nel Catalogo degli insegnamenti (che può essere filtrato anche per lingua di erogazione tramite la Ricerca avanzata).

Modalità di inserimento a libretto: se l'insegnamento è compreso tra quelli sottoelencati, lo studente può inserirlo autonomamente durante il periodo in cui il piano di studi è aperto; in caso contrario, lo studente deve fare richiesta alla Segreteria, inviando a carriere.scienze@ateneo.univr.it il modulo nel periodo indicato.

2. Attestato o equipollenza linguistica CLA

Oltre a quelle richieste dal piano di studi, per gli immatricolati dall'A.A. 2021/2022 vengono riconosciute:

  • Lingua inglese: vengono riconosciuti 3 CFU per ogni livello di competenza superiore a quello richiesto dal corso di studio (se non già riconosciuto nel ciclo di studi precedente).
  • Altre lingue e italiano per stranieri: vengono riconosciuti 3 CFU per ogni livello di competenza a partire da A2 (se non già riconosciuto nel ciclo di studi precedente).

Tali cfu saranno riconosciuti, fino ad un massimo di 6 cfu complessivi, di tipologia F se il piano didattico lo consente, oppure di tipologia D. Ulteriori crediti a scelta per conoscenze linguistiche potranno essere riconosciuti solo se coerenti con il progetto formativo dello studente e se adeguatamente motivati.

Gli immatricolati fino all'A.A. 2020/2021 devono consultare le informazioni che si trovano qui.

Modalità di inserimento a librettorichiedere l’attestato o l'equipollenza al CLA e inviarlo alla Segreteria Studenti - Carriere per l’inserimento dell’esame in carriera, tramite mail: carriere.scienze@ateneo.univr.it

3. Competenze trasversali

Scopri i percorsi formativi promossi dal TALC - Teaching and learning center dell'Ateneo, destinati agli studenti regolarmente iscritti all'anno accademico di erogazione del corso https://talc.univr.it/it/competenze-trasversali

Modalità di inserimento a libretto: non è previsto l'inserimento dell'insegnamento nel piano di studi. Solo in seguito all'ottenimento dell'Open Badge verranno automaticamente convalidati i CFU a libretto. La registrazione dei CFU in carriera non è istantanea, ma ci saranno da attendere dei tempi tecnici.

4. CONTAMINATION LAB

Il Contamination Lab Verona (CLab Verona) è un percorso esperienziale con moduli dedicati all'innovazione e alla cultura d'impresa che offre la possibilità di lavorare in team con studenti e studentesse di tutti i corsi di studio per risolvere sfide lanciate da aziende ed enti. Il percorso permette di ricevere 6 CFU in ambito D o F. Scopri le sfide: https://www.univr.it/clabverona

ATTENZIONE: Per essere ammessi a sostenere una qualsiasi attività didattica, incluse quelle a scelta, è necessario essere iscritti all'anno di corso in cui essa viene offerta. Si raccomanda, pertanto, ai laureandi delle sessioni di dicembre e aprile di NON svolgere attività extracurriculari del nuovo anno accademico, cui loro non risultano iscritti, essendo tali sessioni di laurea con validità riferita all'anno accademico precedente. Quindi, per attività svolte in un anno accademico cui non si è iscritti, non si potrà dar luogo a riconoscimento di CFU.

 5. Periodo di stage/tirocinio

Oltre ai CFU previsti dal piano di studi (verificare attentamente quanto indicato sul Regolamento Didattico): qui informazioni su come attivare lo stage. 

Verificare nel regolamento quali attività possono essere di tipologia D e quali di tipologia F.

Insegnamenti e altre attività che si possono inserire autonomamente a libretto

Anno accademico:
Primo semestre Dal 03/10/22 Al 27/01/23
anni Insegnamenti TAF Docente
2° 3° Introduction to docker & kubernetes D Franco Fummi (Coordinatore)
2° 3° Introduzione alla robotica per studenti di materie scientifiche D Paolo Fiorini (Coordinatore)
2° 3° Linguaggio Programmazione Matlab-Simulink D Bogdan Mihai Maris (Coordinatore)
2° 3° Progettazione di app mobile tramite react native D Graziano Pravadelli (Coordinatore)
2° 3° Prototipizzazione con Arduino D Franco Fummi (Coordinatore)
2° 3° Sfide di programmazione D Romeo Rizzi (Coordinatore)
Secondo semestre Dal 06/03/23 Al 16/06/23
anni Insegnamenti TAF Docente
2° 3° Introduzione alla stampa 3D D Franco Fummi (Coordinatore)
2° 3° Linguaggio Programmazione LaTeX D Enrico Gregorio (Coordinatore)
2° 3° Linguaggio programmazione Python D Carlo Combi (Coordinatore)
2° 3° Progettazione di componenti hardware su FPGA D Franco Fummi (Coordinatore)
2° 3° Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore D Roberto Giacobazzi (Coordinatore)
Elenco degli insegnamenti con periodo non assegnato
anni Insegnamenti TAF Docente
Conoscenze per l'accesso: matematica D Franco Zivcovich

Codice insegnamento

4S008228

Crediti

12

Coordinatore

Gloria Menegaz

Lingua di erogazione

Italiano

L'insegnamento è organizzato come segue:

SEGNALI E IMMAGINI I

Crediti

6

Periodo

Vedi pagina del modulo

Docenti

Vedi pagina del modulo

RICONOSCIMENTO E RECUPERO DELL'INFORMAZIONE PER BIOINFORMATICA

Crediti

6

Periodo

Vedi pagina del modulo

Docenti

Vedi pagina del modulo

Obiettivi di apprendimento

Il corso intende fornire i concetti fondamentali teorici e applicativi di alcune tecniche di elaborazione e modellazione di dati in ambito bioinformatico, legati principalmente all'elaborazione di segnali e immagini e alla pattern recognition. Il corso si compone di due moduli di seguito specificati. Modulo1 (Pattern Recognition): Riconoscimento e recupero dell’informazione per Bioinformatica: Il modulo 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 le tecniche legate ai 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. Dopo aver seguito il corso, gli studenti saranno in grado di analizzare un problema biologico utilizzando il punto di vista della Pattern Recognition; avranno inoltre le conoscenze necessarie per poter ideare, sviluppare e implementare le diverse componenti di un sistema di Pattern Recognition. Modulo2 (Elaborazione di Segnali e Immagini 1): ll modulo ha l'obiettivo di fornire allo studente le nozioni di base relative ai metodi di elaborazione dei segnali e delle immagini in ambito bioinformatico a livello sia teorico che implementativo mediante sessioni di laboratorio. Al termine del corso gli studenti saranno in grado di analizzare i problemi più comuni relativi all'elaborazione di segnali e immagini e di risolverli in autonomia applicando le metodologie acquisite ed i principali software disponibili.

Prerequisiti e nozioni di base

Fondamenti di analisi funzionale.
Nozioni di base di probabilità e statistica e analisi matematica.

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.

Criteri di composizione del voto finale

Per superare l'esame lo studente dovrà dimostrare di:
- essere in grado di descrivere i diversi componenti di un sistema di Pattern Recognition in modo preciso, organico e senza divagazioni
- saper analizzare, capire e descrivere un sistema di Pattern Recognition (o una sua parte) relativo ad un problema di tipo biologico.
- essere in grado di analizzare i problemi più comuni relativi all'elaborazione di segnali e immagini biomedici e di risolverli in autonomia applicando le metodologie acquisite ed i principali software disponibili;
- essere in grado di esporre le proprie argomentazioni in modo preciso e organico;
- saper applicare le conoscenze acquisite per risolvere problemi applicativi presentati sotto forma di domande ed esercizi.

L'esame complessivo del corso di RECUPERO DI DATI ED ELABORAZIONE DI SEGNALI E IMMAGINI PER BIOINFORMATICA consiste in:
i) una prova scritta di RICONOSCIMENTO E RECUPERO DELL'INFORMAZIONE PER BIOINFORMATICA contenente domande sugli argomenti trattati nel corso (30 punti)
ii) una prova scritta di SEGNALI E IMMAGINI I contenente domande a risposta aperta sugli argomenti trattati nel corso (30 punti). Le domande saranno relative sia alla parte di teoria che di laboratorio con un peso relativo di 1/2 e includeranno un esercizio da svolgere (30 punti). Nel caso la prova dovesse essere svolta in modalità telematica sarebbe in forma orale.

Le due parti dell'esame sono superabili separatamente e il voto complessivo è dato dalla media delle valutazioni ottenute nelle due parti.
L’esame si ritiene superato se in ognuna delle due parti si totalizza un voto maggiore o uguale a 18. Ogni valutazione rimane valida per l’intero anno accademico in corso.