Accedi ai Corsi
In evidenza
Laurea Triennale
Amministrazioni, Professioni ed Organizzazioni Sportive con Sole 24 Ore Formazione
Chiamaci
{{ numero_verde }}
-
Ateneo
-
Offerta formativa
-
Ricerca
-
Iscrizione
-
Studenti e Aziende
- Notizie
-
Sedi
Offerta formativa
- Scienze Motorie (L-22)
- Scienze dell'Amministrazione e dell'Organizzazione (L-16)
- Scienze Biologiche (L-13)
- Moda e Design Industriale L-4
- Patrimonio Culturale in Era Digitale L-1
- Lingue e Culture Straniere per l'Era Digitale (L-11)
- Ingegneria Biomedica (L-9)
- Ingegneria Informatica e Intelligenza artificiale (L-8)
- Scienze dell'Alimentazione e Gastronomia (L-26)
- Management e Consulenza Aziendale (LM-77)
- Scienze e Tecniche delle Attività Motorie Preventive e Adattate LM-67
- Scienze della Nutrizione Umana LM-61
- Management, Diritto e Governance della Pubblica Amministrazione LM-63
- Lingue e culture straniere per l'era digitale: scuola, società e professioni LM-37
- Ingegneria Informatica e dell’Intelligenza Artificiale Applicata LM-32
- Doppia Laurea
- Master 1° Livello
- Master 2° Livello
- Aree Master
- Corsi di Formazione
- Corsi di Perfezionamento
- Corsi Singoli
- Formazione Docenti
- PA 110 e lode
Iscrizione
- Richiedi Informazioni
- Agevolazioni Economiche
- Prova la piattaforma
- Convenzioni commerciali
- Valutazione Crediti Formativi e Accessi
- Recupero delle competenze per accesso alle Magistrali
- Immatricolazione
- Doppia Laurea
- Iscrizione Master e Corsi
- Iscrizione ai Dottorati di Ricerca
- Immatricolazione titoli esteri
- Borse di studio Sole 24 Ore Formazione
- Studia con San Raffaele Roma e accedi ai corsi Google sull'Intelligenza Artificiale
Corsi di Laurea Triennale
Corsi di Laurea Magistrale
Ingegneria Informatica e dell’Intelligenza Artificiale Applicata Classe (LM32)
Intelligenza artificiale nella Bioinformatica
Intelligenza artificiale nella Bioinformatica
| Settore disciplinare | CFU |
| ING-INF/05 | 8 |
|
Obiettivi formativi |
L’insegnamento si propone di promuovere l’apprendimento della bioinformatica e la capacità di applicare modelli AI per dati genetici, proteomici e metabolomici, con un focus particolare sull'elaborazione di immagini biomediche e sull'integrazione di dati multi-omici. Il corso comprende lo studio e l’applicazione delle librerie e framework più utilizzati per sviluppare approcci computazionali per combinare diverse fonti di dati (genomici, trascrittomici, epigenomici) in analisi unificate. L’attività di laboratorio è finalizzata ad offrire agli studenti la possibilità di applicare tecniche AI su dati biologici reali, all’analisi di dataset genomici e proteomici con tecniche di machine learning, alla progettazione di modelli di deep learning per la predizione di interazioni molecolari, allo sviluppo di pipeline per l’analisi di big data biologici. L’insegnamento contribuisce anche al potenziamento delle capacità trasversali Autonomia di giudizio, Abilità comunicative e Capacità di apprendimento degli studenti. |
