Última actualización: 26/04/2023


Curso Académico: 2023/2024

Aprendizaje automático en salud
(16803)
Grado en Ciencia e Ingeniería de Datos (Plan: 392 - Estudio: 350)


Coordinador/a: MARTÍNEZ OLMOS, PABLO

Departamento asignado a la asignatura: Departamento de Teoría de la Señal y Comunicaciones

Tipo: Optativa
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Esta asignatura no tiene materias que se presupongan aprobadas para cursarla. Sin embargo, se pretende dar una introducción a técnicas avanzadas de aprendizaje automático que son necesarias para abordar problemas actuales de modelado de datos en aplicaciones de salud. En ese sentido, se espera que el alumno esté familiarizado con fundamentos de ciencia de datos, redes neuronales y aprendizaje automático.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
En este curso pretende ofrecer una perspectiva de técnicas avanzadas de aprendizaje automático que son necesarias para abordar problemas actuales de aprendizaje en salud. Entre ellas, destacamos: 1. Modelos probabilísticos multi-vista y heterogéneos. 2. Modelos probabilísticos para series temporales. 3. Procesos puntuales. 4. Modelos implícitos basados en redes neuronales. Todas estas técnicas se ilustrarán en problemas relevantes en salud tales como la psiquiatría computacional, microbiología, tratamiento de datos ómicos, y análisis de historia clínica electrónica entre otros.
Actividades formativas, metodología a utilizar y régimen de tutorías
AF1: CLASES TEÓRICO-PRÁCTICAS. En ellas se presentarán los conocimientos que deben adquirir los alumnos. Estos recibirán las notas de clase y tendrán textos básicos de referencia para facilitar el seguimiento de las clases y el desarrollo del trabajo posterior. Se resolverán ejercicios, prácticas problemas por parte del alumno y se realizarán talleres y prueba de evaluación para adquirir las capacidades necesarias. AF2:  Actualizado a alegación AF3: TRABAJO INDIVIDUAL O EN GRUPO DEL ESTUDIANTE. AF8: TALLERES Y LABORATORIOS. MD1: CLASE TEORÍA. Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporcionan los materiales y la bibliografía para complementar el aprendizaje de los alumnos. MD2: PRÁCTICAS. Resolución de casos prácticos, problemas, etc. planteados por el profesor de manera individual o en grupo. MD3: TUTORÍAS. Asistencia individualizada (tutorías individuales) o en grupo (tutorías colectivas) a los estudiantes por parte del profesor. MD6: PRÁCTICAS DE LABORATORIO. Docencia aplicada/experimental a talleres y laboratorios bajo la supervisión de un tutor.
Sistema de evaluación
  • Peso porcentual del Examen Final 0
  • Peso porcentual del resto de la evaluación 100
Calendario de Evaluación Continua

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.