20.01.2015 Views

2003/2004 - Teknisk-naturvetenskapliga fakulteten - Uppsala ...

2003/2004 - Teknisk-naturvetenskapliga fakulteten - Uppsala ...

2003/2004 - Teknisk-naturvetenskapliga fakulteten - Uppsala ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

UPPSALA UNIVERSITET STUDIEHANDBOK <strong>2003</strong>/04<br />

<strong>Uppsala</strong> tekniska högskola<br />

Civilingenjörsprogrammen<br />

Kursplaner<br />

Lärande system för molekylär dataanalys, 6 poäng<br />

Learning Systems for Molecular Data Analysis<br />

1MB452<br />

Kursplanen är fastställd 2000-06-02 av teknisk- <strong>naturvetenskapliga</strong> fakultetsnämnden och<br />

senast reviderad <strong>2003</strong>-05-16 av teknisk- <strong>naturvetenskapliga</strong> fakultetsnämnden<br />

Kursen ges inom Civilingenjörsprogrammet i molekylär bioteknik<br />

Studieperiod: Kursen ges i Period 43<br />

Mål för utbildningen Kursen syftar till att ge grundläggande kunskaper och förståelse för hur<br />

olika typer av lärande system kan användas för problem inom molekylär datanalys. Målet<br />

med denna kurs är också att skapa en grundläggande förståelse för hur olika typer av lärande<br />

system kan användas för att lösa bioinformatiska problem.<br />

Kursens innehåll<br />

Matematiska grunder för lärande system. Grundläggande koncept som Bayesiansk<br />

modellering, parametriska och icke-parametriska metoder, diskriminantfunktioner,<br />

beslutsytor, parameterestimering, övervakad och oövervakad inlärning, interaktiva lärande<br />

system, generalisering, klustring. Familjer av metoder som beslutsträd, artificiella neuronnät,<br />

Bayesianskt lärande och prototyp-baserat lärande. lärande system för sekvensanalys,<br />

dynamisk programmeering, EM-algoritmen, Markov Chain Monte Carlo metoder, simulated<br />

annealing, evolutionära och genetiska algoritmer, gömda markov-kedjor, fylogenetiska träd,<br />

stokastiska grammatikor. Allt integrerat med tillämpningar inom molekylär bioinformatik.<br />

Laborationer: Datorlaborationer med verkliga och syntetiska data.<br />

Särskild behörighet Algebra och geometri. Flerdimensionell analys. Matematisk statistik.<br />

Numerisk analys. Molekylär bioinformatik.Genfunktion.<br />

Undervisningsform Föreläsningar, seminarier och laborationer.<br />

Examinationsform Skriftlig tentamen vid kursens slut, inlämningsuppgifter. I kursen<br />

ingående övningar och laborationer som är poängsatta med 2 poäng.<br />

Betyg Något av betygen, underkänd (U), godkänd (3), icke utan beröm godkänd (4) och med<br />

beröm godkänd (5).<br />

Övriga föreskrifter<br />

Omtentamen i betygshöjande syfte kan ej ske efter att sammanfattningsbetyg på kursen satts.<br />

Kurslitteratur Webb, A., Statistical Pattern Recognition, 2nd ed., 2002.<br />

Utdrag ur böcker och artiklar.<br />

Nivå: Kursen ges på D-nivå<br />

Ämne: Kursen ges inom huvudämnet Biologi och inom huvudämnet Teknik<br />

Kursansvarig institution<br />

Institutionen för teknikvetenskaper<br />

306

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!