APRENDIZAGEM DE MÁQUINA E BIG DATA PARA BIOTECNOLOGIA

Nome da Atividade

CÓDIGO

22000582

Carga Horária

45 horas

Tipo de Atividade

DISCIPLINA

Periodicidade

Semestral

Modalidade

PRESENCIAL

Unidade responsável

Centro de Desenvolvimento Tecnológico

CARGA HORÁRIA EAD

FREQUÊNCIA APROVAÇÃO

75%

CARGA HORÁRIA OBRIGATÓRIA

CRÉDITOS

NOTA MÉDIA APROVAÇÃO

CARGA HORÁRIA EXTENSÃO

Ementa

Será promovido o estudo de diferentes abordagens de aprendizagem de máquina (supervisionada, não-supervisionada e por reforço), bem como de big data, com foco na aquisição de conhecimentos pertinentes na moderna bioinformática, como produção e validação de modelos preditivos, processamento e visualização de dados de grande dimensionalidade, e criação de pipelines de dados nativas na nuvem.
As ações de extensão desta disciplina serão relacionadas às ações previstas no “Programa GBiotec na comunidade: ações extensionistas”, cadastrado com o código 269 no Cobalto.

Objectives

Objetivo Geral:

Gerais
Apresentar os principais conceitos e metodologias referentes à utilização de métodos de aprendizagem de máquina supervisionada, não-supervisionada e por reforço no contexto da biotecnologia e bioinformática, bem como à utilização de ferramentas para armazenamento, gerenciamento, processamento e análise de grandes volumes de dados estruturados e não estruturados.
Específicos
Apresentar os principais algoritmos de aprendizagem de máquina supervisionada e não supervisionada.
Apresentar as principais metodologias para criação, validação e provisionamento de modelos preditivos.
Apresentação as principais metodologias para gerenciamento de grandes volumes de dado no contexto de biotecnologia.

Conteúdo Programático

Bibliografia

Bibliografia Básica:

Wickham, H. R for Data Science. Disponível online em: https://r4ds.had.co.nz/. Data do Acesso: 17 de Novembro de 2021.
Goodfellow, I. Deep Learning. Disponível online em: https://www.deeplearningbook.org/. Data do Acesso: 17 de Novembro de 2021.
James, G. AnIntroduction do Statistical Learning. Disponível online em: https://www.statlearning.com/. Data do Acesso: 17 de Novembro de 2021.

Bibliografia Complementar:

Artigos disponíveis no PubMed. https://www.ncbi.nlm.nih.gov/
Artigos (preprints) disponíveis no Arxiv. https://arxiv.org/
Artigos (preprints) disponíveis no Biorxiv. https://www.biorxiv.org/
Documentação Scikit-learn: https://scikit-learn.org/stable/.
Documentação Hadoop: https://hadoop.apache.org/.

Disciplinas Equivalentes

Disciplina	Curso
APRENDIZAGEM DE MÁQUINA E BIG DATA PARA BIOTECNOLOGIA	Biotecnologia (Bacharelado)