Методы искусственного интеллекта в прикладных задачах биологии
Факультет вычислительной математики и кибернетики

Данный курс знакомит студентов с рядом прикладных задач вычислительной биологии и методами искусственного интеллекта, которые применяются для их решения. Курс можно разделить на четыре часть.

В рамках первой части студенты знакомятся с основами моделирования метаболизма клетки. Рассматриваются различные задачи, связанные с моделирование метаболизма клетки и подходы к их решению. При этом параллельно с этим вводятся основные понятия из области математической статистики и машинного обучения, такие как математическая регрессия, точечные и интервальные оценки, методы оценки согласованности модели и данных.

Вторая часть курса посвящена задачам машинного обучения, таким как классификация и кластеризация, и классическим методам их решения. Рассмотренные подходы иллюстрируются на прикладных задачах анализа различных свойств белков.

Третья часть посвящена нейросетевым подходам. В рамках этой части рассматриваются современные типы нейросетей, методы их обучения и применения этих нейросетей для решения различных прикладных задач вычислительной биологии.

Завершающая четвертая часть посвящена задаче поиска и открытия новых метаболических путей. Примерам использования методов искусственного интеллекта для ускорения решения данной задачи.