Oscar Lao

Aquesta assignatura tracta de programació dinàmica, cerca en bases de dades (BLAST), cerca de subcadenes basada en la compressió (alineadors d’ADN), algoritmes d’assemblatge, alineament de seqüències múltiples, algoritmes de plegament d’ARN (Zuker, Nussinov), algoritmes de superposició estructurals. Algoritmes d’assemblatge, gràfics de Bruijn. Usearch, UPGMA, NJ, ML i arbres de parsimònia, i mètodes bayesians de reconstrucció filogenètica.

Aquest curs presenta tècniques per modelar i analitzar dades complexes, inclosos els conjunts de Big Data, posant l’accent en la seva aplicació a l’anàlisi de les dades òmiques. El curs consta de tres grans àrees: 1) modelatge estadístic, inclosos els models lineals i models lineals generalitzats àmpliament utilitzats en transcriptòmica; 2) aprenentatge supervisat, que cobreix una àmplia gamma de tècniques de classificació i de predicció, i 3) aprenentatge no supervisat, que fa referència a les tècniques de visualització de dades en mètodes de reducció de dimensionalitat (per exemple, PCA) o agrupació per trobar patrons en les dades.