BMI 6323生物医学信息学的机器学习

3学期学分
讲座联系时间：2;实验室联系时间：3
基于网络和课堂教学
实验室费用：30美元

生物医学数据的增加的数字化显着增加了对分析大量数据的方法的兴趣。数据挖掘是将此原始数据转换为可操作知识的过程，这导致生物医​​学的许多壮观的进步。本课程从生物医学角度提供数据挖掘方法的介绍。主要焦点将是用于数据挖掘的实用和常用机器学习技术（例如，决策树，支持向量机，聚类）以及这些技术如何将数据转换为知识。学生将参与实践的项目，将它们暴露于数据挖掘方法。此外，学生将能够批判性地评估数据挖掘方法对不同任务的适当性。

本课程旨在容纳具有不同程度的技术技能的学生。不需要编程经验。

学习目标

服用BMI 6323后，学生将能够：

• 描述常见的数据挖掘算法，包括其输入，输出以及它们的工作原理。
• 在给定类型数据的适当性方面区分数据挖掘方法。
• 将多种数据挖掘方法应用于不同类型的生物医学数据。
• 评估给定任务的数据挖掘方法的结果，包括识别报告结果中可能的缺陷。