Dozent: Dr. Peter Meinicke
Vorlesung Maschinelles Lernen in der Bioinformatik
Beschreibung:
Mit einem ständig wachsenden Datenaufkommen gewinnen Verfahren des Maschinellen Lernens in der Bioinformatik zunehmend an Bedeutung. In vielen Fällen, in denen experimentelle Techniken zu aufwendig sind, um die gewonnenen Daten zu analysieren, können Methoden des Maschinellen Lernens eine effiziente Alternative darstellen. Etwa bei der Suche nach vage spezifizierten Mustern, die allein durch eine Anzahl von Beispielen charakterisiert sind. Zur Anwendung kommen die Methoden beispielsweise in der Genvorhersage, der Proteinklassifikation oder der Analyse von Genexpressionsdaten. In der Vorlesung werden die zugrundeliegenden Verfahren des Maschinellen Lernens motiviert und deren Funktionsweise erläutert.
| Zeit: | Mi, 14:15-15:45 Uhr |
| Ort: | Goldschmidtstr. 1, MN05 |
| Umfang: | 2 SWS (3 C) |
| Leitungsnachweis: | mündliche Prüfung |
| Max. Teilnehmerzahl: | 30 |
| Studiengänge: | Angewandte Informatik (BSc), Biologie (BSc) |
| Zugangsvoraussetzung Studierende im BSc Biologie sind die Module Angewandte Bioinformatik II und Informatik für Biologen I. | |
Rechnerübung zur Vorlesung Maschinelles Lernen in der Bioinformatik
Beschreibung:
Verschiedene Verfahren des maschinellen Lernens sollen praktisch an biologischen Daten unter der MATLAB Programmierumgebung erprobt werden. Die Rechnerübungen finden im Anschluss an die Vorlesung "Maschinelles Lernen in der Bioinformatik" statt, wobei der Besuch der Vorlesung eine notwendige Voraussetzung darstellt. Desweiteren werden Grundkenntnisse der Programmierung vorausgesetzt. Da die Teilnehmerzahl begrenzt ist, ist eine Voranmeldung (per email an den Veranstalter) erforderlich.
| Zeit: | voraussichtlich erste Woche der vorlesungsfreien |
| Zeit, jeweils 9:00-12:00 und 13:00-16:00 | |
| Genaue Termine werden in der Vorlesung bekanntgegeben. | |
| Ort: | Goldschmidtstr. 1, MN05 |
| Umfang: | 2 SWS (3 C) |
| Leitungsnachweis: | mündliche Prüfung |
| Max. Teilnehmerzahl: | 10 |
| Studiengänge: | Angewandte Informatik (BSc), Biologie (BSc) |