PřF:Bi9680enc Artificial Intelligence pract. - Informace o předmětu
Bi9680enc Artificial Intelligence in Biology, Chemistry, and Bioengineering - practice
Přírodovědecká fakultapodzim 2024
- Rozsah
- 0/1/0. 1 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: k.
- Vyučující
- prof. Mgr. Jiří Damborský, Dr. (přednášející)
Faraneh Haddadi (cvičící)
Ing. Pavel Kohout (cvičící)
Stanislav Mazurenko, PhD (cvičící)
Ing. Jan Velecký (cvičící) - Garance
- prof. Mgr. Jiří Damborský, Dr.
Ústav experimentální biologie – Biologická sekce – Přírodovědecká fakulta
Kontaktní osoba: Stanislav Mazurenko, PhD
Dodavatelské pracoviště: Ústav experimentální biologie – Biologická sekce – Přírodovědecká fakulta - Rozvrh
- Čt 12:00–13:50 B09/316
- Předpoklady
- Bi9680en AI in Bioengineering || NOW ( Bi9680en AI in Bioengineering )
No prior experience in programming is expected. - Omezení zápisu do předmětu
- Předmět je otevřen studentům libovolného oboru.
Předmět si smí zapsat nejvýše 40 stud.
Momentální stav registrace a zápisu: zapsáno: 0/40, pouze zareg.: 14/40, pouze zareg. s předností (mateřské obory): 0/40 - Cíle předmětu
- The main objective of this course is to provide students with hands-on experience in programming simple examples of machine-learning-based predictors in Python. The practicals will follow the theory presented during the lectures of Bi9680en. We will cover the basics of programming, some useful libraries for data analysis and machine learning, and create simple predictors for biologically-relevant data.
- Výstupy z učení
- After completing the course, a student will be able to:
- understand the basics of the code flow;
- operate with basic types of variables, functions, if-conditions, and for-loops;
- operate the Spyder editor;
- implement a simple machine learning workflow in Python;
- train and validate simple predictors;
- reproduce an uncomplicated machine-learning study. - Osnova
- Introduction to programming in Python – the first code;
- Booleans, if-conditions, for-loops, basic functions;
- Introduction to NumPy and pandas libraries;
- Hierarchical clustering;
- Decision trees;
- Cross-validation;
- Case study in bioengineering.
- Výukové metody
- 7 practical sessions in the computer lab, homework
- Metody hodnocení
- In order to pass, a student must complete a series of short homework assignments.
- Vyučovací jazyk
- Angličtina
- Další komentáře
- Předmět je vyučován každoročně.
- Statistika zápisu (nejnovější)
- Permalink: https://is.muni.cz/predmet/sci/podzim2024/Bi9680enc