Das hier aufgeführte Modul basiert auf in den Amtlichen Bekanntmachungen der Universität Potsdam veröffentlichten Studien- und Prüfungsordnungen.
Verbindliche Regelungswirkung haben nur die veröffentlichten Ordnungen.
BIO-MBIW06: Machine learning in bioinformatics | Anzahl der Leistungspunkte (LP): 6 LP |
Modulart (Pflicht- oder Wahlpflichtmodul): | Abhängig vom Studiengang (siehe unten) |
Inhalte und Qualifikationsziele des Moduls: | Inhalt Im Modul werden grundlegende und fortgeschrittene Methoden für die Vorhersage durch Regression und Klassifikation mit Fallbeispielen aus den Lebenswissenschaften behandelt. Elemente des “Deep-Learning” und “Big-data” werden in diesem Zusammenhang untersucht.. Cross-Validierungs-Techniken sowie Verfahren wie “Goodness-of-fit” werden ebenfalls eingeführt und ihre Verwendung bei der Parameter-Selektion werden vorgestellt.
Qualifikationsziele
Ein vertieftes Verständnis der mathematischen und theoretischen Grundlagen von maschinellen Lernverfahren.
Die Studierenden erlernen mathematische Methoden die zur Vorhersage in einer Vielzahl von Anwendungen des maschinellen Lernens verwendet werden.
Stärkung der Anwendung von R und anderen Programmier-Umgebungen für das maschinelle Lernen in der Bioinformatik. |
Modul(teil)prüfung (Anzahl, Form, Umfang, Arbeitsaufwand in LP): |
Klausur, 90 Minuten, bestehend aus theoretischem und praktischem Anteil |
Selbstlernzeit (in Zeitstunden (h)): | 120 |
Veranstaltungen (Lehrformen) |
Kontaktzeit (in SWS) |
Prüfungsnebenleistungen (Anzahl, Form, Umfang) |
Lehrveranstaltungsbegleitende Modul(teil)prüfung
(Anzahl, Form, Umfang) |
|
Für den Abschluss des Moduls | Für die Zulassung zur Modulprüfung | |||
Vorlesung und Übung (Vorlesung und Übung) | 2V + 2Ü | - | Übungsaufgaben (50%) und Quiz (50%) |
- |
Häufigkeit des Angebots: | SoSe |
Voraussetzung für die Teilnahme am Modul: | keine |
Anbietende Lehreinheit(en): |
Biologie/Biochemie
|
Zuordnung zu Studiengängen | Modulart |
---|---|
Master of Science Bioinformatics WiSe 2018/19 |
Wahlpflichtmodul
|
Master of Science Mathematics WiSe 2019/20 |
Wahlpflichtmodul
|
© Copyright HIS
Hochschul-Informations-System eG