Bi9680enc Artificial Intelligence in Biology, Chemistry, and Bioengineering - practice

Přírodovědecká fakulta
podzim 2021
Rozsah
0/1/0. 1 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: k.
Vyučováno prezenčně.
Vyučující
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
St 17:00–18:50 B09/316
Předpoklady
Bi9680en AI in Bioengineering || NOW ( Bi9680en AI in Bioengineering )
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
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 two simple examples of predictors for biologically-relevant data. No prior experience in programming is expected at the beginning of the course.
Výstupy z učení
After completing the course, a student will be able to:
- operate the Spyder editor;
- understand the basics of the code flow;
- operate with basic types of variables, functions, if-conditions, and for-loops;
- implement the necessary steps of the machine learning workflow;
- train and validate simple machine learning predictors.
Osnova
  • The course will consist of 6 practical sessions every second week: - Introduction to programming, types of variables, your first code;
  • - Booleans, if-conditions, for-loops, basic functions;
  • - Brief introduction to Numpy and Panda;
  • - Hierarchical clustering;
  • - Decision trees;
  • - Cross-validation.
Výukové metody
practice 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
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích podzim 2020, podzim 2022, podzim 2023, podzim 2024.