Analiza danych

Bioinformatyka, III rok · Uniwersytet Przyrodniczy we Wrocławiu

III rok bioinformatyki uczenie maszynowe semestr zimowy 2026/2027

O kursie

Uczenie maszynowe na danych biologicznych w R i Pythonie: przygotowanie danych, budowa modelu i jego ocena.

Materiały

Wykłady

Wykład 1: Wprowadzenie do uczenia maszynowego68 slajdów · PDFPobierz Wykład 2: Przygotowanie danych68 slajdów · PDFPobierz Wykład 3: Uczenie nienadzorowane85 slajdów · PDFPobierz Wykład 4: Uczenie nadzorowane90 slajdów · PDFPobierz

Ćwiczenia

Ćwiczenia 1: środowisko, dane i kształt p ≫ narkusz w R lub w Pythonie — do wyboru

Arkusz do pracy R · .Rmd Python · .ipynb

Z rozwiązaniami R · .Rmd Python · .ipynb

Ćwiczenia 2: eksploracja danych przed modelowaniemarkusz w R lub w Pythonie — do wyboru

Arkusz do pracy R · .Rmd Python · .ipynb

Z rozwiązaniami R · .Rmd Python · .ipynb

Ćwiczenia 3: uczenie nienadzorowane — PCA, mapy próbek, skupieniaarkusz w R lub w Pythonie — do wyboru

Arkusz do pracy R · .Rmd Python · .ipynb

Z rozwiązaniami R · .Rmd Python · .ipynb

Ćwiczenia 4: podział danych, potok i pierwszy modelarkusz w R lub w Pythonie — do wyboru

Arkusz do pracy R · .Rmd Python · .ipynb

Kolejne materiały pojawią się wkrótce.