Machine Learning e Bioinformatica Specialist
Corso di Specializzazione in Machine Learning e Bioinformatica
Benvenuti a un viaggio entusiasmante attraverso la convergenza tra biologia e machine learning! Questo corso di specializzazione è progettato per immergervi nell’affascinante mondo della bioinformatica, un campo interdisciplinare che fonde biologia, genomica, informatica, statistica e matematica. Esploreremo le potenti sinergie tra queste discipline per sviluppare strumenti e metodi computazionali rivolti a rispondere alle domande fondamentali della biologia.
Acquistando questa specializzazione avrai a disposizione 6 corsi per esplorare il mondo dell’intreccio tra biologia e machine learning.
1. Data Science e Bioinformatica:
Immergiti nell’affascinante mondo della bioinformatica, un incrocio tra biologia, genomica, informatica, statistica e matematica. Costruisci strumenti computazionali per rispondere a domande cruciali della biologia.
2. Machine Learning in Biologia Strutturale: comprendere la struttura delle proteine
Esplora l’uso rivoluzionario del machine learning nella biologia strutturale. Scopri il potenziale del clustering, una tecnica non supervisionata, nel contesto della struttura delle proteine. Un viaggio quantitativo nel cuore della biologia molecolare.
3. Fondamenti di Machine Learning:
Scalda i motori con i fondamenti del machine learning! Dall’Intelligenza Artificiale al Deep Learning, scopri come macchine possono apprendere e trasformare settori come il riconoscimento facciale, la traduzione automatica e la diagnosi assistita dal calcolatore.
4. Tree-Based ML: Random Forest, Gradient Boosting:
Svela il mistero di Random Forest e Gradient Boosting! Unisci gli output di molteplici alberi decisionali e affronta problemi di regressione e classificazione in modo innovativo.
5. Deep Learning per Sequence Modelling e Time Series:
Scava nelle profondità del Deep Learning! Progetta, sviluppa e convalida reti neurali dinamiche per analizzare sequenze di dati e serie temporali. Affronta problemi reali applicando modelli di rete neurale e sviluppa competenze scientifiche di base nell’analisi dei dati.
6. Deep Learning per Immagini Biomediche:
Impara a trasmettere i concetti base dell’analisi delle immagini tramite deep learning. Il corso prevede anche esempi applicativi che comprendono immagini ecografiche, endoscopiche e RGB-D.
Clicca su ogni corso per scoprire il programma completo!
Deep Learning Italia struttura le sue lezioni in maniera molto semplice: all’interno di ogni sezione ci sono video esplicativi, in cui il docente spiega la lezione, corredati da slides. Per le esercitazioni sarà utilizzato il framework Pytorch.
Il percorso di apprendimento è inoltre intervallato da test a risposta multipla che permettono di monitorare la comprensione degli argomenti di studio e si conclude con un test pratico finale nel quale verranno messe in pratica le competenze acquisite durante il corso.
Chi ha una mente aperta e predisposta all’analisi: le lezioni sono adatte a chiunque ma è necessario avere passione per i numeri e i calcoli, oltre che tanta pazienza.
Chi lavora anche full time: se sei un lavoratore full time non ti preoccupare! Potrai seguire le lezioni in completa autonomia nel tuo tempo libero.
Chi vuole crescere professionalmente: Se vuoi elevare la tua carriera Deep Learning Italia ti da l’opportunità di poterlo fare a costi contenuti.
In questo percorso di specializzazione sono compresi i seguenti corsi, clicca su ogni corso per scoprire il programma completo:
- Data Science e Bioinformatica
- Machine Learning in biologia strutturale: comprendere la struttura delle proteine
- Tree-Based ML: Random Forest, Gradient Boosting
- Fondamenti di Machine Learning
- Deep Learning per Sequence Modelling e Time Series – Design of Deep Neural Networks
- Deep Learning per Immagini Biomediche
Francesco Lescai
Francesco Lescai è Professore Associato di Bioinformatica, ed è responsabile del Laboratorio di Genomica Computazionale al Dipartimento di Biologia e Biotecnologie dell’Università di Pavia. Ha una Laurea in Biotecnologie Mediche e un Dottorato in Patologia Sperimentale. Ha sviluppato un expertise in Bioinformatica, Genomica e Statistica Genetica.
Francesco ha lavorato presso lo University College di Londra, dove ha sviluppato alcune fra le prime pipeline di analisi dati per la UCL Genomics, ed ha successivamente guidato la bioinformatica al Centro di Genomica Translazionale, una partnership tra lo UCL Institute of Child Health e il Great Ormond Street Hospital, il più grande ospedale pediatrico d’Europa.
È stato chiamato successivamente ad Aarhus come Professore Associato in Genomica e Bioinformatica, dove ha guidato le analisi sulla malattia Bipolare e la Schizofrenia nel consorzio iPSYCH. Ha lavorato per QIAGEN Bioinformatics, come membro del Global Product Management Team del portfolio di CLC. Prima di spostarsi a Pavia, è stato Direttore della Bioinformatica per MHRA, l’Agenzia del Farmaco Inglese, presso il National Centre for Biological Standards and Control a Londra.
Andrea Basciu
Andrea Basciu, laureato con lode in Fisica nel 2016, ha ottenuto il Dottorato di Ricerca in Fisica nel 2020, lavorando allo sviluppo di algoritmi computazionali per lo studio dell’interazione tra farmaci e proteine. Successivamente ha lavorato per diversi anni come assegnista di ricerca in Biofisica Computazionale al Dipartimento di Fisica dell’Università di Cagliari. Nel 2022 ha inoltre concluso un master universitario in “Machine learning e big data nella medicina di precisione e nella ricerca biomedica”. Ha pubblicato diversi articoli scientifici nel campo dello studio computazionale delle biomolecole, ed è stato docente di diversi corsi universitari di machine learning applicato alla biofisica computazionale. Attualmente è responsabile del reparto di machine learning per due società, WAY4WARD e GEA Space, attive nel campo dell’ingegneria aerospaziale.
Giorgio Visani
Giorgio Visani, laureato in Scienze Statistiche all’Università di Bologna ed è stato ricercatore presso lo stesso ateneo, è esperto di Machine Learning e tecniche di spiegazione. Ha lavorato come Data Scientist presso Crif SpA, dove si occupa di sviluppo di tecniche di Artificial Intelligence e delle relative tecniche di spiegazione, legate all’ambito bancario. È attualmente Dottorando presso l’Università di Bologna, dipartimento di Ingegneria Informatica, dove si occupa principalmente dei seguenti ambiti: metodi di spiegazione per tecniche di Artificial Intelligence, studio della Causalità nelle basi di dati e metodi per imporre le strutture causali nei modelli di Machine Learning.
Gennaro Vessio
Gennaro Vessio ha conseguito il Dottorato di Ricerca in Informatica e Matematica presso il Dipartimento di Informatica dell’Università degli Studi di Bari, dove è attualmente ricercatore. I suoi principali interessi di ricerca riguardano il machine learning e il deep learning, e la loro applicazione a svariati domini, tra cui l’informatica medica e l’informatica umanistica. Gennaro è regolarmente coinvolto nelle attività didattiche del dipartimento di afferenza, e in attività di trasferimento tecnologico e divulgazione scientifica. Svolge regolarmente attività di revisione per riviste internazionali di prestigio, per conferenze internazionali in qualità di membro del comitato di programma e contribuisce all’organizzazione di eventi scientifici. Infine, è membro di società scientifiche e di centri interdipartimentali.
Luca Pedrelli
Dott. Ric. Luca Pedrelli ha conseguito la Laurea Magistrale in Informatica all’Università di Pisa nel 2015 e il Dottorato in Informatica all’Università di Pisa nel 2019. Attualmente sta lavorando come assegnista di ricerca al Dipartimento di Informatica dell’Università di Pisa all’interno del gruppo di ricerca Computational Intelligence & Machine Learning (CIML). Inoltre svolge attività di docenza su temi legati al deep learning all’Università di Pisa e in corsi di specializzazione post laurea. I suoi interessi si concentrano negli ambiti del machine learning, reti neurali, deep learning, reservoir computing e in particolare nello studio e nell’analisi delle reti neurali ricorrenti profonde. I suoi interessi applicativi riguardano la classificazione di sequenze (segnali, testi e immagini) e la predizione di serie temporali di vario tipo.
Sara Moccia
Assistant professor e responsabile del laboratorio Artificial Intelligence for Medical Image Analysis all’Istituto di Biorobotica e Dipartimento di Eccellenza in Robotica ed Intelligenza Artificiale della Scuola Superiore Sant’Anna di Pisa.
-
Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!
Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;
Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;
-
Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.
A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;
Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.
-
Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!
-
Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;
-
Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;
-
Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.
-
A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;
-
Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.
-
Acquistando la specializzazione risparmi e potrai seguire più corsi contemporaneamente
-
Accesso al corso life long