SAS Machine learning e Intelligenza Artificiale in campo medico e life-science

• Presentazione
• Le tecniche di machine learning (ML) e intelligenza artificiale (IA) sono oggi ampiamente utilizzate nelle scienze della vita per modellare processi biologici, estrarre conoscenza dai dati, sviluppare sistemi diagnostici o di aiuto alla decisione, ecc. Conoscere queste discipline permette di gestirne l’utilizzo nella pratica, e apre nuove possibilità nella ricerca scientifica, nello sviluppo tecnologico e nella pratica clinica.
• Obiettivi
• Questo corso si propone di dare ai/alle partecipanti le conoscenze di base per lo sfruttamento dei metodi di ML nel proprio ambito di ricerca (clustering, classificazione, regressione) e di fornire una panoramica delle loro applicazioni più avanzate (processamento di immagini e del linguaggio naturale) affiancando lezioni più teoriche a esperienze pratiche e seminari sulle applicazioni. I metodi di ML verranno messi in relazione con i più noti e diffusi modelli statistici evidenziandone sia gli aspetti comuni, che complementari in contesti applicativi clinici. Particolare attenzione sarà dedicata alla valutazione di performance e applicabilità dei modelli e alla loro interpretazione, al fine di produrre nuova conoscenza ma anche per migliorare i processi in modo affidabile. Infine, verranno discusse le questioni etiche legate all’uso dei dati e allo sfruttamento di questi nuovi approcci. Il percorso proposto porta a: - Comprendere il flusso di un’analisi basata sul ML (raccolta e preparazione dei dati, apprendimento dei modelli e validazione). - Orientarsi tra le tecniche di ML, distinguendo tra apprendimento supervisionato e non, e tra regressione e classificazione. - Applicare semplici tecniche di ML attraverso l’uso di un software grafico. - Identificare applicazioni di machine learning e IA utili alla propria attività di ricerca scientifica o sviluppo tecnologico e interfacciarsi al meglio con i professionisti in grado di implementarle.
• Crediti di studio
• 3 ECTS