19405701
Vorlesung
SoSe 22: Machine Learning in Bioinformatics
Philipp Florian Benner, Hugues Richard
Kommentar
Das Ziel dieses Kurses ist es, alle wichtigen Konzepte des maschinellen Lernens (Klassifikation und Regression) vorzustellen und diese auf typische Probleme der Bioinformatik praktisch anzuwenden. Wir werden mehrere Modelle des maschinellen Lernens vorstellen und die Annahmen hinter den Techniken, sowie dessen Grenzen in Bezug auf Modellkomplexität, Laufzeit und Speicherverbrauch hervorheben. Nach dieser Vorlesung werden die Studierenden in der Lage sein, geeignete maschinelle Lernmethoden zur Lösung typischer Probleme der Bioinformatik auszuwählen. Sie werden ausreichende Kenntnisse erwerben, um diese Methoden auch selbstständig zu implementieren und zu erweitern.
Inhalte:
-Benchmarking von Modellen
-Naive Bayes
-Clustering und Mixture Models
-Hidden Markov Models
-Regression und Partial Least Squares
-Kernel Regression
-Support Vector Machines
-Neural Networks
-Regularization und Feature Selection
Schließen
12 Termine
Regelmäßige Termine der Lehrveranstaltung
Mo, 25.04.2022 08:00 - 10:00
Machine Learning in Bioinformatics
Mo, 02.05.2022 08:00 - 10:00
Machine Learning in Bioinformatics
Mo, 09.05.2022 08:00 - 10:00
Machine Learning in Bioinformatics
Mo, 16.05.2022 08:00 - 10:00
Machine Learning in Bioinformatics
Mo, 23.05.2022 08:00 - 10:00
Machine Learning in Bioinformatics
Mo, 30.05.2022 08:00 - 10:00
Machine Learning in Bioinformatics
Mo, 13.06.2022 08:00 - 10:00
Machine Learning in Bioinformatics
Mo, 20.06.2022 08:00 - 10:00
Machine Learning in Bioinformatics
Mo, 27.06.2022 08:00 - 10:00
Machine Learning in Bioinformatics
Mo, 04.07.2022 08:00 - 10:00
Machine Learning in Bioinformatics
Mo, 11.07.2022 08:00 - 10:00
Machine Learning in Bioinformatics
Mo, 18.07.2022 08:00 - 10:00
Machine Learning in Bioinformatics