Syllabus del corso
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
- Introduzione all’Intelligenza Artificiale
- Dalla statistica al Machine Learning
- Supervised e Unsupervised learning: metodi di classificazione e clustering
- Applicazioni ai big data in ambito sanitario
- Applicazioni alla proteomica
- Applicazioni alla genetica
- 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
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
- Introduction to Artificial Intelligence
- From Statistics to Machine Learning
- Supervised and Unsupervised learning: classification and clustering methods
- Applications to big data in healthcare
- Applications to proteomics
- Applications to genetics
- 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