Biopsicosegnali e big data analisi

L'insegnamento di Biopsicosegnali e big data analysis ha come obiettivo generale quello di fornire agli studenti di neuropsicologia clinica e sperimentale gli strumenti per comprendere e utilizzare le principali tecniche di analisi dei biosegnali rappresentativi delle funzioni cognitivo-comportamentali e per valutarne le caratteristiche in diverse situazioni sia cliniche sia sperimentali. Inoltre, l'insegnamento introduce gli studenti alle tecniche di machine learning che possono essere utilizzate nell'integrazione dei risultati dell'analisi dei biopsicosegnali con le variabili cliniche, comportamentali, cognitive e di altra natura utili a comprendere i meccanismi neurofisiologici alla base delle osservazioni sperimentali.

D1 - Conoscenza e capacità di comprensione: lo studente al termine dell'insegnamento avrà appreso i principi base dell'elaborazione di un segnale nel contesto dei biopsicosegnali e delle principali tecniche di machine learning.
D2 - Capacità di applicare conoscenza e comprensione: lo studente al termine dell'insegnamento sarà in grado di utilizzare ed effettuare semplici modifiche a script di elaborazione di segnali e di analisi dei dati basata su statistica e tecniche di machine learning.
D3 - Autonomia di giudizio: lo studente sarà in grado di comprendere le caratteristiche di un biopsicosegnale anche in relazione alla sua natura fisica, analizzare le differenze tra i diversi tipi di elaborazione di un segnale, definire le metodiche più appropriate per l'elaborazione di segnali e big data.
D4 - Abilità comunicative: lo studente al termine dell'insegnamento sarà in grado di descrivere i temi affrontati con proprietà di linguaggio
D5 - Capacità di apprendimento: lo studente dovrà essere in grado di comprendere i benefici e le proprietà di un'elaborazione computazionale di un segnale digitale e di una corretta gestione dei dati, soprattutto nel contesto dei big data.