- Oggetto:
- Oggetto:
Machine learning per la fisica medica
- Oggetto:
Machine learning for Medical Physics
- Oggetto:
Anno accademico 2022/2023
- Codice dell'attività didattica
- FIS0030
- Docenti
- Piero Fariselli (Titolare del corso)
Matteo Osella (Titolare del corso)
Tiziana Sanavia (Titolare del corso) - Corso di studi
- Scuola di Specializzazione in Fisica Medica
- Anno
- 2° anno
- Periodo didattico
- Da definire
- Tipologia
- Di base
- Crediti/Valenza
- 1
- SSD dell'attività didattica
- FIS/07 - fisica applicata (a beni culturali, ambientali, biologia e medicina)
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Obbligatoria
- Tipologia d'esame
- Orale
- Prerequisiti
- Elementi di base della teoria della probabilita'
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Fornire agli studenti gli elementi di base della teoria dei processi stocastici , con alcune applicazioni biomediche
- Oggetto:
Risultati dell'apprendimento attesi
Alla fine del corso gli studenti dovrebbero essere in grado di utilizzare, per problemi specifici, la teoria dei processi stocastici
- Oggetto:
Modalità di insegnamento
Lezione frontale
- Oggetto:
Modalità di verifica dell'apprendimento
Gli studenti devono preparare un approfondimento di un argomento del corso, a loro scelta
- Oggetto:
Programma
Processi stocastici: definizioni e proprieta' generali. Catene di Markov. Casi notevoli: random walk e diffusione. Equazioni di nascita e morte. Branching processes. Modelli a compartimenti. Durante il corso per ogni tipo di processo saranno presentate applicazioni biomediche, in particolare nel campo dell'epidemiologia.
Testi consigliati e bibliografia
- Oggetto:
L. J. Allen: An Introduction to Stochastic Processes
with Applications to Biology- Oggetto:
