Guida Pratica al Machine Learning con R ed applicazioni in medicina e genomica
Mon, May 06
|online
Costo: 300 euro (IVA esente ai sensi dell’art. 10 DPR 633/72). Costo per studenti PhD: 150 euro. L’obiettivo è quello di fornire competenze teoriche e capacità tecniche necessarie per applicare il Machine Learning in Ambito Genomico.
Time & Location
May 06, 2024, 9:30 AM – May 09, 2024, 4:30 PM
online
Guests
Info & Program Details
Questo corso si rivolge alla crescente necessità di applicare modelli avanzati di machine learning nel contesto medico e genomico, offrendo un approccio completo e sofisticato per comprendere e utilizzare tali metodologie nell'analisi e nell'interpretazione dei dati genomici.
Questo corso offre una panoramica completa sui fondamenti del machine learning e delle tecniche correlate, come l'inferenza causale e il deep learning, e sulla metodologia per applicarle a problemi di analisi del mondo reale nel campo della biologia, delle scienze genetiche e genomiche. Durante il corso, verranno illustrati i vari passaggi coinvolti in un'analisi di machine learning e verrà spiegato come eseguirli utilizzando il linguaggio di programmazione R.
Ai partecipanti saranno forniti esercizi pratici da completare durante il corso al fine di acquisire esperienza pratica nell'utilizzo dei metodi presentati.
Il corso si svolge in 4 giorni in modalità ONLINE e si articola in seminari teorici e sessioni di laboratorio computazionale. Tutto il materiale didattico verrà reso disponibili alla fine del corso.
Il corso prevede una intera giornata di introduzione all'ambiente R.
Programma:
6 Maggio 2024: Introduzione ad R
9.30 -10.00 Introduzione del corso
10.00-11.00 Sintassi e Ambiente R
11.00-11.30 Break
11.30- 13.00 Gli oggetti principali in R
13.00- 14.00 Lunch
1400.-16.00 Gestione ed Analisi dei dati in R
16.00-16.30 Summary dei concetti principali
7 Maggio 2024: Introduzione al Machine Learning
9.30 -10.00 Concetti fondamentali del Machine Learning
10.00-11.00 Metodi lineari (LASSO) e Kernel
11.00-11.30 Break
11.30- 13.00 Tree-based Methods and Boosting
13.00- 14.00 Lunch
14.00-16.00 Sessione pratica con Applicazioni in Genomica
16.00-16.30 Summary dei concetti principali
8 Maggio 2024: Fondamenti dell'Inferenza Causale
9.30 -10.00 Concetti principali dell'Inferenza Causale
10.00-11.00 Modelli di Equazioni Strutturali
11.00-11.30 Break
11.30- 13.00 Apprendimento della Struttura Causale
13.00- 14.00 Lunch
14.00-16.00 Sessione pratica con Applicazioni in Genomica
16.00-16.30 Summary dei concetti principali
9 Maggio 2024: Una Panoramica sul Deep Learning
9.30 -10.00 Sviluppi nel Deep Learning
10.00-11.00 Reti Generative Avversarie
11.00-11.30 Break
11.30- 13.00 Deep Learning per la Stima degli Effetti Causali
13.00- 14.00 Lunch
14.00-16.00 Sessione pratica con Applicazioni in Genomica
16.00-16.30 Summary dei concetti principali
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Il richiedente dovrà obbligatoriamente eseguire la registrazione online non oltre il 30/04/2024. Le persone selezionate riceveranno conferma per posta elettronica con i dettagli per completare l’iscrizione al corso nella settimana successiva alla deadline.
Per favore all’atto del pagamento, inviare una mail allegando copia del versamento e indicando come deve essere intestata la fattura (per istruzioni vedere più sotto).
Docenti
Prof. Mario Grassi, Prof Davide Gentilini e Dot.ssa Barbara Tarantino PhD
Università di Pavia
Mario Grassi è Professore Ordinario di Statistica Medica presso l'Università di Pavia, facoltà di Medicina e Chirurgia. L'ambito scientifico di interesse è quello dei metodi statistici applicati all'epidemiologiagentica e genomica con particolare interesse verso le patologie neurodegenerative.
Davide Gentilini Attualmente è Professore Associato in Statistica Medica presso l’Università di Pavia e capo dell’Unità di Bioinformatica e Statistica Genetica presso l’Istituto Auxologico Italiano. In qualità di genetista e responsabile dell’analisi bioinformatica ed è impegnato sia nell’attività di diagnostica molecolare che nell’attività di ricerca prevalentemente rivolta allo studio delle componenti genetiche ed epigenetiche che regolano i tratti complessi.
Barbara Tarantino è una ricercatrice post-dottorato presso l’Università di Pavia. Neolaureata presso il corso di Dottorato in Ingegneria Elettronica, Informatica ed Elettrica dell'Università di Pavia, presenta un forte profilo in bioinformatica, biostatistica e genomica statistica. Vasta esperienza nell'analisi dei dati con tecniche statistiche e strumenti di visualizzazione nel linguaggio di programmazione R.
Dove si svolge?
Il corso si svolge in modalità a distanza in collegamento diretto.
FATTURAZIONE
Poichè dovrà essere emessa fattura in seguito alla vostra iscrizione, fornire le indicazioni necessarie a seconda della tipologia scaricando il format corretto dalla pagina MODULISTICA (nella pagina Courses, in alto a a sinistra) ed inoltrarle alla segreteria organizzativa
Segreteria organizzativa:
dott.ssa Gianfranca Corbellini
Telefono: 0382 987526 Fax: 0382 987527
E mail: gianfranca.corbellini@unipv.it