Insegnamento DATA SCIENCE FOR HEALTH SYSTEMS

Corso
Ingegneria informatica e robotica
Codice insegnamento
70A00039
Curriculum
Data science
Docente
Alessio De Angelis
Docenti
  • Alessio De Angelis
Ore
  • 48 ore - Alessio De Angelis
CFU
6
Regolamento
Coorte 2020
Erogato
2021/22
Attività
Affine/integrativa
Ambito
Attività formative affini o integrative
Settore
ING-INF/07
Tipo insegnamento
Obbligatorio (Required)
Tipo attività
Attività formativa monodisciplinare
Lingua insegnamento
ITALIANO
Contenuti
Il corso si propone di fornire gli strumenti per affrontare problemi relativi a data science nell'ambito biomedico.
La prima parte del corso riguarda l'origine dei dati, con lo studio della teoria della misurazione e delle principali tipologie di misure biomediche. Particolare attenzione è rivolta alle bioimmagini.
Nella seconda parte del corso si affrontano i metodi statistici rilevanti in ambito biomedico.
Per fornire competenze pratiche, una porzione importante del corso è costituita da esercitazioni al calcolatore con strumenti software diffusi per le analisi statistiche dei dati biomedici. I concetti vengono presentati mediante l'utilizzo di dataset di esempio.
Testi di riferimento
Dispense a cura del docente.
Obiettivi formativi
- Comprendere le basi dei metodi statistici e di misura usati nell’ambito
della sanità
- Comprendere i problemi fondamentali in alcune delle aree di
applicazione di data science in campo biomedico
- Acquisire familiarità con i principali strumenti software utilizzati nel settore data science biomedico: R, Matlab/Octave
- Acquisire la terminologia usata in questo settore
Prerequisiti
Teoria della probabilità
Metodi didattici
Lezioni frontali, esercitazioni al calcolatore
Altre informazioni
Per contattare il docente: alessio.deangelis@unipg.it
Modalità di verifica dell'apprendimento
- Prova scritta: domande a risposta multipla e aperta breve

- Tesina di tipo survey o sperimentale, svolta in gruppi da 1 a 4 persone. Breve report e presentazione

- Orale facoltativo
Programma esteso
1. Origine dei dati: misure
• Teoria della misurazione ed incertezza
• Misure biomediche
• Bioimmagini

2. Biostatistica:
• Studi statistici
• Verifica delle ipotesi, inferenza nel campo biomedico

3. Applicazioni data science nel campo della sanità

Esercitazioni: linguaggio R, ambiente RStudio
Condividi su