AI

Systems Medicine       

of Infectious Diseases

Research and Consulting Group

Machine Learning for Multiscale Analysis of Biomedical Data

Inteligencia Artificial para el Analsis Supervisado de Datos 


Objetivos: Entender las técnicas y algoritmos en el aprendizaje supervisado automático (“Machine Learning”) como la clasificación e identificación de sistemas por métodos de caja negra. Ser capaz de analizar datos biológicos con diferentes técnicas de aprendizaje supervisado.


Programa


Modulo 1. Introducción


  • Conceptos de inteligencia (AI) y la necesidad de AI en la sociedad.
  • Tipos de AI.
  • Revisión de la teoría de la probabilidad.
  • Introducción a los diferentes tipos de aprendizaje.
  • Tratamiento de datos.
  • Examinar los tipos de problemas que se pueden resolver con AI.
  • Introducción a Python.


Modulo 2. Aprendizaje Supervisado


  • Modelado, selección de modelos y regularización.
  • Modelos no lineales mixtos.
  • Estimación de parámetros y métodos de optimización.
  • Clasificación de dos y múltiples clases.
  • Máquinas de vectores soporte.
  • Aplicación a problemas de enfermedades infecciosas.

 

Modulo 3. Redes Neuronales


  • La biología de neuronas y redes neuronales.
  • Redes neuronales artificiales.
  • Arquitectura de redes neuronales.
  • Algoritmos de aprendizaje.
  • Redes profundas (“Deep Learning”).
  • Aplicaciones de librerías en Python (Tensorflow y Keras) para predicción de una serie temporal y clasificación.


Next  Course:   UNAM (Summer 2020)