Obiettivi di apprendimento

Il corso intende fornire i concetti fondamentali teorici e applicativi di alcune tecniche di apprendimento automatico per l’analisi e la gestione di dati biologici, legate principalmente alla Pattern Recognition supervisionata e all'elaborazione delle immagini. Si compone di due moduli di seguito specificati. Modulo1: Pattern Recognition. 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 presentate e discusse le problematiche e le tecniche legate ai principali aspetti della Pattern Recognition supervisionata: la rappresentazione, la classificazione 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 una larga classe di problemi biologici utilizzando il punto di vista della Pattern Recognition supervisionata; avranno inoltre le conoscenze necessarie per poter ideare, sviluppare e implementare (come da insegnamenti di laboratorio) le diverse componenti di un sistema di Pattern Recognition supervisionata. Modulo2: Elaborazione di Segnali e Immagini. Il modulo intende fornire agli studenti le nozioni di base su segnali e immagini in ambito biomedico, a partire dai principi di formazione e acquisizione dei dati, ai concetti fondamentali e agli strumenti principali di elaborazione degli stessi. Al termine del corso gli studenti saranno in grado di riconoscere ed affrontare i problemi più comuni relativi all'elaborazione dei dati biomedici, in particolare nel contesto della diagnostica per immagini, applicando le metodologie acquisite e i principali software disponibili (come da insegnamenti di laboratorio in Python).