Machine learning for network and genomic medicine

A.A. 2018/2019
Insegnamento per
3
Crediti
15
Ore totali
Periodo
Gennaio 2019
Lingua
Inglese
Genomic medicine, known also as Precision Medicine, promises a revolution in the diagnosis and therapy of human diseases, by providing a personalized approach targeted to the specific genotypic and phenotypic portrait of each patient. To this end a multi-disciplinary research, at the cutting edge between Medicine, Biotechnology and Computer Science is needed.
In this course we focus on advanced machine learning methods for the detection of genetic variants in both coding and non coding regions of the human genome, responsible for or associated with Mendelian or complex genetic diseases, as well as with other complex diseases such as neurodegenerative disorders and cancer.
The course introduces the basics of Molecular Biology needed to understand genetic variations and their interplay with mutations causative of human diseases, and the basics of high-throughput biotechnologies and genomic annotations that enable the analysis of genetic variants in the human genome using Machine Learning methods for Precision Medicine.
The main Machine Learning approaches very recently proposed in literature, ranging from ensembles or hyper-esenmbles of learning machines to deep neural network learning techniques, are analyzed and discussed, showing the main results, open problems and future research directions of this challenging multi-disciplinary research field.
Non definiti
Modalità di valutazione
Giudizio di approvazione
Giudizio di valutazione
superato/non superato
Iscrizioni

Scadenze

Il termine di iscrizione ai corsi è previsto generalmente entro il 25° giorno del mese precedente al mese di avvio, in particolare:

  • per i corsi con avvio ad aprile 2021 fino al 25 marzo 2021
  • per i corsi con avvio a maggio 2021 fino al 26 aprile 2021.

A breve saranno pubblicate le scadenze di iscrizione ai corsi con avvio nei mesi successivi.

Come iscriversi

  1. Autenticarsi al servizio di iscrizione con le credenziali di Ateneo
  2. Selezionare l’insegnamento scelto e cliccare su Iscrizione e infine su Iscriviti

Trascurare del tutto la voce "Data di appello" che appare durante la procedura di iscrizione.

Assistenza

Per informazioni e richieste di chiarimento scrivere a: phd@unimi.it

Docente/i
Ricevimento:
Per appuntamento tramite e-mail
stanza 3011, III piano - Dipartimento di Informatica, via Celoria 18