Statistik och maskininlärning i bioinformatik, 7,5 hp

Innehåll

Kursen introducerar grundläggande metoder inom regression, klassificering och klusteranalys med fokus på tillämpningar inom bioinformatik. Studenterna får en översikt av både klassiska statistiska metoder och moderna maskininlärningsmetoder för att analysera stora och komplexa biologiska datamängder. Kursen omfattar även praktisk implementering av metoderna i programvara samt kritisk utvärdering av metodernas styrkor och begränsningar.

Förväntade studieresultat

Kunskap och förståelse
1. Redogöra för grundläggande metoder inom regression, klassificering och klusteranalys.
2. Förstå styrkor och begränsningar hos vanliga statistiska och maskininlärningsmetoder.

Färdighet och förmåga
3. Välja och tillämpa lämpliga metoder för analys av biologiska datamängder.
4. Genomföra analyser i relevant programvara och presentera resultaten muntligt och skriftligt.
5. Utvärdera och motivera metodval utifrån problemformulering och datakaraktäristik.

Värderingsförmåga och förhållningssätt
6. Kritiskt värdera analyser genomförda med regression, klassificering och klusteranalys.

Behörighetskrav

För tillträde till kursen krävs minst 60 avklarade högskolepoäng inom områdena biologi, biomedicin, molekylärbiologi, molekylär ekologi, molekylär evolution, genetik eller andra relaterade ämnen. Av dessa måste minst 7,5 högskolepoäng vara i bioinformatik och 15 högskolepoäng vara i molekylärbiologi, molekylär ekologi eller molekylär evolution, 7,5 högskolepoäng i biokemi, kemi, matematik eller statistik, 7,5 högskolepoäng i genetik och 15 hp på avancerad nivå inom bioinformatik eller närliggande område. Engelska 6/nivå 2.

Undervisningens upplägg

Undervisningen består av föreläsningar, tillämpade övningar och datorlaborationer där studenten arbetar praktiskt med statistiska och maskininlärningsbaserade metoder.
Undervisningen sker normalt på engelska, men kan genomföras på svenska om det inte finns behov av engelska. För att delta i kursen behöver varje student ha tillgång till en egen dator med internetuppkoppling, och möjlighet att själv installera nödvändig programvara. Kurslitteratur anges i Ladok.

Examination

Kursen examineras genom skriftlig tentamen som bedömer teoretisk förståelse samt genom inlämningsuppgifter som bedömer tillämpad analysförmåga. På hela kursen ges något av betygen U (Underkänd), G (Godkänd) eller VG (Väl Godkänd).
För betyget G på kursen krävs godkänt resultat (G) på samtliga examinationer. För betyget VG krävs att alla examinationer är godkända och att den skriftliga tentamen bedömts med omdömet väl godkänt (VG).
Studerande som ej blivit godkänd vid ordinarie tillfälle har rätt till förnyat prov, ett s.k. omprov. Det första omprovet ska erbjudas senast två månader efter det ordinarie provet, dock tidigast tio arbetsdagar efter att resultatet meddelats. För prov under maj och juni får första omprovet erbjudas inom tre månader. Minst ett andra omprov (uppsamlingsprov) ska erbjudas inom ett år.

Den som godkänts i prov får ej genomgå förnyat prov för högre betyg. En student som utan godkänt resultat genomgått två prov för en kurs har rätt att få en annan examinator utsedd, om inte särskilda skäl talar emot det (HF 6 kap. 22 §). Begäran ställs till prefekten vid Institutionen för fysiologisk botanik.

Examinator kan besluta om avsteg från kursplanens examinationsform. Individuell anpassning av examinationsformen ska övervägas utifrån studentens behov. Examinationsformen anpassas inom ramen för kursplanens förväntade studieresultat. Student som har behov av en anpassad examination ska senast 10 dagar innan examinationen begära anpassning hos kursansvarig institution. Examinator beslutar om anpassad examination som sedan meddelas studenten.

Övergångsbestämmelser

I det fall att kursplan upphör att gälla eller genomgår större förändringar garanteras studenter minst tre provtillfällen (inklusive ordinarie provtillfälle) enligt den kursplan som studenten ursprungligen var registrerad på under en tid av maximalt två år efter att kursplanen upphört att gälla.