Nummer

BIOINF4384 (entspricht BIO-4384) 		Titel

Machine Learning of Single-Cell Dynamics 		Lehrform(en)

Vorlesung, Übung
ECTS 6
Arbeitsaufwand
- Kontaktzeit
- Selbststudium
Arbeitsaufwand:
180 h
Kontaktzeit:
60 h / 4 SWS
Selbststudium:
120 h
Veranstaltungsdauer 1 Semester
Häufigkeit des Angebots Im Sommersemester
Unterrichtssprache Englisch
Prüfungsform

Übungen müssen (unbenotet) bestanden werden. Schriftliche/mündliche Abschlussprüfung (benotet).
Inhalt

Einzelzell-Technologien werden verwendet, um die Dynamik biologischer Prozesse wie Signalübertragung, Differenzierung und Entwicklung zu rekonstruieren. In dieser Vorlesung werden verschiedene Arten von Technologien, die zu diesem Zweck entwickelt und verwendet wurden behandelt. Im Kern werden verschiedene mathematische Modelle für die Zelldynamik sowie klassische und auf maschinellem Lernen basierende Ansätze der Systemidentifikation und Modellselektion zum Erlernen dieser Modelle aus Einzelzell-Daten vorgestellt und diskutiert.
Qualifikationsziele

(1) Überblick über Einzelzell-Technologien
(2) Dynamische Modelle für zelluläre Systeme
(3) Systemidentifikation und Modellselektion für dynamische Modelle
(4) Maschinelles Lernen für Systemidentifikation und Modellselektion
Vergabe von Leistungspunkten/Benotung
Lehrform
Status
SWS
LP
Prüfungsform
Prüfungsdauer
Benotung
Berechnung
Modulnote (%)
Teilnahmevoraussetzungen Es gibt keine besonderen Voraussetzungen.
Dozent/in Claassen
Literatur / Sonstiges

Requirements: Programming skills in Python.
Zuletzt angeboten nicht bekannt
Geplant für Sommersemester 2024
Zugeordnete Studienbereiche BIO-BIO, ML-DIV