Introducción al Machine Learning en biomedicina. Las clases están enfocadas en conocer los pasos necesarios para procesar diferentes fuentes de datos biomédicos, buscar patrones, extraer conclusiones e implementar modelos predictivos. La asignatura tiene un gran componente práctico en el que los asistentes aprenderán nociones básicas de programación en Python y scikit-learn para poder implementar las diferentes herramientas necesarias para el procesamiento de los datos. No se requieren conocimientos previos de programación.
Los objetivos del curso son los siguientes:
El curso tiene una duración de 5 semanas, cuyo temario es el siguiente:
T. Hastie, R. Tibshirani, J.Friedman. The Elements of Statistical Learning:Data Mining, Inference, and Prediction. 2o edition, Springer, 2009
Christopher M. Bishop. Pattern Recognition and Machine Learning. Springer 2006
Requerimientos mínimos: Python 3.6 y las librerías numpy, pandas, matplotlib y scikit-learn
Nota: Todas las datasets usadas en este curso son de dominio público, bien porque están incluidas en las diferentes librerías y plataformas de estadística y machine learning o porque se encuentran en repositorios de machine learning open-access
Cualquier comentario sobre el curso, podéis escribir a Javier Rasero