Inicio / Educación continua / Curso corto: Inteligencia Artificial Aplicada a la Genómica y al Análisis de Secuencias de ADN
Curso corto: Inteligencia Artificial Aplicada a la Genómica y al Análisis de Secuencias de ADN
¡Recibe más información sobre este programa!
Sabemos que elegir la carrera a estudiar es una decisión importante y, a veces, desafiante. Pero no te preocupes, estamos aquí para guiarte a través de un viaje emocionante de descubrimiento. Diligencia este formulario y te enviaremos más información.
*Diligenciar este formulario no implica la inscripción al programa.
Metodología:
El curso se desarrollará mediante una metodología teórico-práctica, en modalidad virtual sincrónica, con una duración de 32 horas distribuidas en ocho encuentros de cuatro horas, durante tres semanas.
Cada encuentro incluirá un bloque de 90 minutos dedicado a fundamentos conceptuales y ejemplos biológicos, un descanso de 30 minutos y un segundo bloque de 120 minutos enfocado en profundización temática, demostraciones computacionales y actividades interactivas.
La formación combinará un 60 % de contenidos conceptuales y un 40% de actividades aplicadas, mediante exposiciones, análisis de aplicaciones reales en investigación genómica y ejercicios prácticos guiados que permitan relacionar la inteligencia artificial con el análisis de secuencias de ADN.
Dirigido a:
Dirigido a personas del área de ciencias de la salud interesadas en la inteligencia artificial y sus aplicaciones en el análisis de secuencias de ADN y la investigación genómica.
Horario:
Martes y jueves: 5:00 a 9:00 p. m.
Sábados: 8:00 a. m. a 12:00 m.Contacto:
Objetivos
Objetivo general
Comprender y aplicar los fundamentos de la inteligencia artificial, el aprendizaje automático y el aprendizaje profundo al análisis de secuencias
genómicas, mediante el estudio de técnicas de representación de AN, modelos predictivos y arquitecturas modernas de inteligencia artificial,
reconociendo sus aplicaciones, capacidades y limitaciones en la investigación biológica.
Objetivos específicos
1. Comprender los fundamentos del aprendizaje automático y su aplicación a problemas genómicos.
Identificar los principales conceptos, enfoques y algoritmos de Machine Learning, incluyendo aprendizaje supervisado y no supervisado, clasificación,
regresión y evaluación de modelos, mediante ejemplos relacionados con el análisis de datos biológicos.
2. Explorar técnicas de representación computacional de secuencias de ADN.
Reconocer y aplicar estrategias como one-hot encoding y frecuencias de
k-mers para transformar secuencias genómicas en representaciones numéricas que puedan utilizarse en modelos de aprendizaje automático.
