Durée
10h Th, 30h TD
Nombre de crédits
| Master en bioinformatique et modélisation, à finalité | 5 crédits |
Enseignant
Langue(s) de l'unité d'enseignement
Langue anglaise
Organisation et évaluation
Enseignement au premier quadrimestre, examen en janvier
Horaire
Unités d'enseignement prérequises et corequises
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement
Ce cours introduit les principes de bases de l'apprentissage machine (réseaux de neurones, arbres de décision, classifieurs Bayésiens,...) ainsi que les méta-heuristiques, en particulier les méthodes bio-inspirées (algorithmes génétiques, optimisation fourmis, recuit simulé,...). La plupart des méthodes seront utilisées en sessions pratiques en utilisant le language R avec comme objectif principal: la sélection d'une signature génétique à partir de données RNA-seq.
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
Comprendre les principes de base des méthodes d'apprentissage machine et des méta-heuristiques bioinsiprées jusqu'à leur utilisation pratique en R.
Savoirs et compétences prérequis
Savoir programmer en R devrait déjà avoir été acquis pour ce cours (par exemple avec le cours de STAT0077 ou OCEA0224, les cours d'analyse de données biologiques).
Activités d'apprentissage prévues et méthodes d'enseignement
Une bonne partie du cours consistera à implémenter des exemples simples pour se familiariser avec le fonctionnement de méthodes.
Mode d'enseignement (présentiel, à distance, hybride)
Cours en présentiel, exercices en classes, exercices à faire par soi-même.
Lectures recommandées ou obligatoires et notes de cours
http://www.bioinfo.uliege.be/classes/INFO0954/
Référence
Statistics and Data Analysis for Microarrays Using R and Bioconductor (Chapman & Hall/CRC Mathematical and Computational Biology) 2nd Edition
by Sorin Draghici
Modalités d'évaluation et critères
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation orale
Travail à rendre - rapport
Explications complémentaires:
Examen oral avec présentation d'article ou de méthode classique, avec des questions théoriques reliées au cours. Un projet R conséquent contribuera à la cote finale.
Stage(s)
Remarques organisationnelles et modifications principales apportées au cours
Contacts
Prof. Patrick Meyer,
BioSys Lab
e-mail: Patrick.Meyer@uliege.be
tel : 04366 3030
Association d'un ou plusieurs MOOCs
Aucun MOOC n'est associé à ce cours.