Vai al contenuto principale
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
e-Learning - UNIMIB
  • Home
  • My Media
  • Altro
Ascolta questa pagina con ReadSpeaker
Italiano ‎(it)‎
English ‎(en)‎ Italiano ‎(it)‎
 Login
e-Learning - UNIMIB
Home My Media
Percorso della pagina
  1. Area Medica, Chirurgica e dei Servizi Clinici
  2. Corso di Laurea Magistrale a Ciclo Unico (6 anni)
  3. Medicina e Chirurgia [H4103D - H4101D]
  4. Insegnamenti
  5. A.A. 2024-2025
  6. Attività a Scelta dello Studente
  7. Da 5° anno
  1. Approfondimenti di Statistica Medica per la Ricerca Clinica
  2. Introduzione
Insegnamento Titolo del corso
Approfondimenti di Statistica Medica per la Ricerca Clinica
Codice identificativo del corso
2425-5-H4101D352
Descrizione del corso SYLLABUS

Syllabus del corso

  • Italiano ‎(it)‎
  • English ‎(en)‎
Esporta

Obiettivi

Lo scopo del corso è di fornire allo studente una introduzione dell'utilizzo di tecniche di Intelligenza Artificiale, in particolare machine learning, in medicina.

Contenuti sintetici

Metodi di machine learning con diversi esempi

Programma esteso

  1. Introduzione all’Intelligenza Artificiale
  2. Dalla statistica al Machine Learning
  3. Supervised e Unsupervised learning: metodi di classificazione e clustering
  4. Applicazioni ai big data in ambito sanitario
  5. Applicazioni alla proteomica
  6. Applicazioni alla genetica
  7. Applicazioni all’imaging

Prerequisiti

dal 5 anno di Corso
Odontoiatria dal V anno e Infermieristica e Ostetricia specialistica II anno

Modalità didattica

Gli insegnamenti verranno erogati in modalità “in presenza” (didattica erogariva)

Materiale didattico

Il materiale didattico verrà indicato all'inizio del corso

Periodo di erogazione dell'insegnamento

Secondo semestre, marzo

Modalità di verifica del profitto e valutazione

Verifica interattiva a fine corso allo scopo di assicurare l'apprendimento dei messaggi-chiave del corso.

Orario di ricevimento

Su appuntamento paola.rebora@unimib.it

Sustainable Development Goals

SALUTE E BENESSERE | ISTRUZIONE DI QUALITÁ
Esporta

Aims

The aim of the course is to provide students with an introduction to the use of Artificial Intelligence techniques, in particular machine learning, in medicine.

Contents

Machine learning methods with several examples

Detailed program

  1. Introduction to Artificial Intelligence
  2. From Statistics to Machine Learning
  3. Supervised and Unsupervised learning: classification and clustering methods
  4. Applications to big data in healthcare
  5. Applications to proteomics
  6. Applications to genetics
  7. Applications to imaging

Prerequisites

from the 5th year of Course
Dentistry from year V and Specialist Nursing and Midwifery year II

Teaching form

Lessons will be provided in presence (lectures)

Textbook and teaching resource

The teaching resourse will be indicated at the beginning of the course

Semester

Second semester, March

Assessment method

Interactive verification at the course conclusion in order to ensure the learning of the take-home messages.

Office hours

By appointment paola.rebora@unimib.it

Sustainable Development Goals

GOOD HEALTH AND WELL-BEING | QUALITY EDUCATION
Entra

Scheda del corso

Settore disciplinare
NN
CFU
2
Periodo
Annualità Singola
Tipo di attività
Elettivo.Scelte autonome dello studente
Ore
14
Tipologia CdS
Laurea Magistrale a Ciclo Unico (6 anni)
Lingua
Italiano

Staff

    Docente

  • DB
    Davide Paolo Bernasconi
  • GC
    Giulia Capitoli
  • ED
    Elisabetta De Bernardi
  • Daniele Ramazzotti
    Daniele Ramazzotti
  • Paola Rebora
    Paola Rebora

Opinione studenti

Vedi valutazione del precedente anno accademico

Bibliografia

Trova i libri per questo corso nella Biblioteca di Ateneo

Metodi di iscrizione

Iscrizione manuale

Obiettivi di sviluppo sostenibile

SALUTE E BENESSERE - Assicurare la salute e il benessere per tutti e per tutte le età
SALUTE E BENESSERE
ISTRUZIONE DI QUALITÁ - Assicurare un'istruzione di qualità, equa ed inclusiva, e promuovere opportunità di apprendimento permanente per tutti
ISTRUZIONE DI QUALITÁ

Non sei collegato. (Login)
Politiche
Ottieni l'app mobile
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy
  • Accessibilità
  • Statistiche