¿Qué quieres aprender?

Experto en Inteligencia Artificial para el Sector Biotecnológico​

Experto en Inteligencia Artificial para el Sector Biotecnológico​

UNIVERSIDAD SAN JORGE Online

Postgrado online


Precio a consultar

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. 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.

¿Quieres hablar con un asesor sobre este curso?

A quién va dirigido

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

Requisitos

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

Temario completo de este curso

1. 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.
  • Etapas de un proyecto basado en inteligencia artificial.

2. 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.

3. 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.

4. 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.

5. 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).
Ver más