Experto Universitario en Inteligencia Artificial para el sector Biotecnológico Online / Distancia en USJ Universidad San Jorge

Dirigido a:

REQUISITOS DE ACCESO:

- Este curso está dirigido a profesionales licenciados o graduados en Biomedicina, Biotecnología, Bioquímica, Veterinaria, Ingeniería Agrónoma y Tecnología de los Alimentos.

Además, se recomienda contar con nociones básicas de programación, estadística y álgebra lineal.

Comentarios:

Actualmente, hay un crecimiento exponencial de datos biológicos que han superado la capacidad humana de análisis y que requieren del desarrollo de algoritmos para poder interpretarlos e implementarlos en el ámbito de la biotecnología. Leer más

El curso de Experto Universitario en Inteligencia Artificial para el Sector Biotecnológico engloba los elementos necesarios para llevar a cabo, no solo un análisis minucioso de los datos, sino también el desarrollo de estos algoritmos que permitirán la construcción de soluciones predictivas y prescriptivas.

El objetivo es que los estudiantes sean capaces de desarrollar y aplicar técnicas basadas en inteligencia artificial para analizar procesos biológicos, así como utilizar las herramientas y librerías más comunes para su implementación en el ámbito de la biotecnología.

A su vez, este curso formará a los alumnos para que sean capaces de aplicar técnicas de bioestadística y algoritmos de análisis de datos biológicos con el fin de evaluar resultados experimentales e introducirlos en modelos basados en aprendizaje automático, que resolverán problemas de interés para el sector biotecnológico.

Esta formación no solo está orientada a las necesidades de los profesionales del sector de la biotecnología, sino que puede aplicarse a la investigación de diferentes e innovadoras líneas de I+D+i.

Titulación que se obtiene:

TÍTULO PROPIO: Título expedido por Universidad San JorgeLeer menos

Analítica de datos biológicos con Python:

Introducción a la programación en Python.
Sintaxis y ejecución de scripts.
Librerías especializadas en datos (Pandas).
Visualización de datos (Matplotlib y Seaborn).
Fundamentos de analítica de datos (extracción, tratamiento, carga, modelado y visualización).
Tratamiento de datos masivos o Big Data. Leer más
Etapas de un proyecto basado en inteligencia artificial.


Bioestadística con R:

Introducción a la programación en R.
Sintaxis y ejecución de scripts.
Estadística descriptiva con R (tratamiento de objetos y visualización con ggplot2).
Distribuciones de probabilidad. Estadística inferencial (contraste de hipótesis, métodos paramétricos y no paramétricos).
Regresión y correlación.


Algoritmos de datos biológicos:

Algoritmos, definición y clasificación.
Algoritmos análisis de ADN (alineamiento de secuencias, búsqueda de genes y motivos de unión).
Modelos estocásticos y cadenas de Markov.
Algoritmos basados en inferencia bayesiana.


Aprendizaje automático (Machine Learning) en el sector biotecnológico:

Introducción al aprendizaje automático (métodos supervisados y no supervisados, validación y evaluación).
Minería de datos.
Técnicas de regresión y árboles de decisión.
Análisis basado en agrupamientos.
Análisis basado en grafos.
Análisis de componentes principales.


Aplicación de la Inteligencia Artificial a Proyectos Biotecnológicos:

Métodos de ensamblado de genomas.
Métodos de análisis estructural (formación de cadenas secundarias de ARN y plegamiento de proteínas).
Análisis filogenético y métodos de construcción de árboles filogenéticos (basados en distancias, máxima parsimonia y máxima verosimilitud).Leer menos