Цель курса «Машинное обучение в биоинженерии» заключается в изучении ключевых принципов и инструментов машинного обучения, а также в развитии навыков применения вычислительных методов и современных компьютерных технологий для решения научных задач в области биоинженерии. Прохождение курса позволит студентам, не знакомым с машинным обучением, разобраться с основными особенностями и ограничениями работы с разными форматами данных, а также разными алгоритмами. Акцент делается на основах применения методов машинного обучения в разных направлениях биоинженерии, включая разные типы задач (классификация, регрессия и др.) и разные форматы данных (таблицы, последовательности, изображения), что закрепляется практическими работами. В результате освоения дисциплины студенты:
- Получат базовые теоретические знания и освоят подходы к решению задач биоинженерии методами машинного обучения;
- Овладеют знаниями о предсказательных алгоритмах, а также об ограничениях и области их применимости;
- Получат навыки работы с инструментами и библиотеками для машинного обучения;
- Приобретут опыт решения типовых задач и работы с различными форматами биологических данных.
Для освоения курса необходимы базовые знания биоинформатики,статистики и молекулярной биологии. Рекомендуется к изучению межфакультетский учебный курс «Введение в программирование на основе языка Python» или любой другой аналогичный учебный курс.
Темы, изучаемые в рамках курса
- Лекция. Основы машинного обучения. Области его применения в биоинженерии.
- Практика. Введение в программирование на Python. Работа с библиотеками pandas, numpy, matplotlib.
- Лекция. Предобработка табличных данных и извлечение признаков.
- Лекция. Введение в sklearn. Решение задач классификации и регрессии, ансамблевые модели.
- Практика. Создание алгоритма для решения задачи предсказания фармакокинетических свойств низкомолекулярных соединений на базе библиотеки sklearn.
- Лекция. Особенности подготовки биологических данных к работе с алгоритмами машинного обучения. Создание дескрипторов.
- Лекция. Введение в нейронные сети. Обучение нейронных сетей.
- Практика. Создание и обучение многослойного перцептрона для классификации патологий поджелудочной железы.
- Лекция. Сверточные нейронные сети. Область их применения.
- Практика. Создание и обучение сверточной нейронной сети для коррекции ошибок секвенирования.
- Лекция. Обзор современных алгоритмов машинного обучения в генетической, структурной и метаболической инженерии.
Занятия проводятся на кафедре биоинженерии биологического факультета МГУ им. М.В. Ломоносова (Лабораторный корпус Б, ауд. 543)
В программе курса 11 занятий: 7 лекций и 4 практических занятий, а также 6 домашних заданий в Google Colab
Формат проведения: оффлайн
Старт курса: 13 февраля 2025 года
Занятия будут проходить по четвергам с 15:35 до 17:10
По вопросам записи на курс просьба написать преподавателю
Telegram