B. Sc. - Integrated Life Science
B. Sc. - Integrated Life Science
B. Sc. - Integrated Life Science
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
1 Modulbezeichnung<br />
2 Lehrveranstaltung/en<br />
3 Modulverantwortliche/r Prof. Dr. Sebastian Pokutta<br />
4 Dozent/en<br />
5 Inhalt<br />
6<br />
7<br />
8<br />
9<br />
Lernziele und<br />
Kompetenzen<br />
Verwendbarkeit des<br />
Moduls<br />
Einpassung in<br />
Musterstudienplan<br />
Voraussetzungen für<br />
die Teilnahme<br />
ILS-M6 (MVBI) Mathematische Verfahren der<br />
Bioinformatik<br />
VORL: Mathematische Verfahren der Bioinformatik (2 SWS)<br />
UE: Übungen zu Differentialgleichungsmodelle (2 SWS)<br />
5 ECTS-Punkte<br />
3 ECTS-Punkte<br />
2 ECTS-Punkte<br />
Prof. Dr. A. Martin, Prof. Dr. S. Pokutta und andere Dozenten/innen des<br />
Departments Mathematik<br />
• Monte Carlo Simulationen<br />
• Markov Modelle (MCMC Uniform Sampling Algorithmus, Zielverteilungs-<br />
Sampler/Metropolis Algorithmen, Simulated Annealing)<br />
• Hidden Markov Modelle (Bewertungsproblem, Erkennungsproblem,<br />
Trainingsproblem, Semi-Markov Modelle)<br />
• Machine Learning (Neuronale Netze, Support Vector Machines,<br />
Klassifikation)<br />
• Faktoranalyse, Principal Component Analysis, Independent Component<br />
Analysis, zugehörige Algorithmen<br />
• Micro Arrays (Normalisierung)<br />
UE<br />
Aneignung der wesentlichen Begriffe und Techniken aus der Vorlesung erfolgt<br />
durch praktische Übungen am Rechner (MATLAB) sowie Vorstellung und<br />
Diskussion<br />
wöchentlicher Hausaufgaben in der Gruppe.<br />
Die Studierenden<br />
• entwickeln ein vertiefendes Verständnis für diskrete Optimierungsalgorithmen<br />
der Bioinformatik und ihre Implementation<br />
• sind fähig, die algorithmischen Ergebnisse im Kontext großer Datenmengen<br />
und stochastischer Modellvorstellungen angemessen zu interpretieren<br />
• können die Vorlesungsinhalte in computergestützten Übungen praktisch,<br />
zielorientiert umzusetzen<br />
• sind zum problemorientierten analytischen Denken befähigt<br />
• erweitern aufgrund der Kommunikationsfähigkeit ihre Selbstkompetenzen.<br />
B.<strong>Sc</strong>. <strong>Integrated</strong> <strong>Life</strong> <strong>Sc</strong>iences, B.<strong>Sc</strong>. Mathematik<br />
4. Semester<br />
keine<br />
10 Turnus des Angebots Jährlich im SS<br />
11 Dauer des Moduls 1 Semester<br />
Studien- und<br />
12<br />
Prüfungsleistungen<br />
13 Berechnung<br />
Modulnote<br />
VORL: Klausur (90 Min)<br />
UE: Übungsblätter/Hausaufgaben<br />
Klausurnote<br />
14 Arbeitsaufwand Präsenzzeit: 56 h, Eigenstudium: 94 h<br />
15 Unterrichtssprache Deutsch<br />
16 Vorbereitende<br />
Literatur<br />
Hütt, Dehnert: Methoden der Bioinformatik, Springer<br />
Haubold, Wiehe: Introduction to Computational Biology - An Evolutionary<br />
Approach, Birkhäuser<br />
14