Dauer:
1 Semester | Angebotsturnus:
Jedes Wintersemester | Leistungspunkte:
6 |
Studiengang, Fachgebiet und Fachsemester: - Bachelor Medizinische Informatik 2014 (Wahlpflicht), Medizinische Informatik, 5. oder 6. Fachsemester
- Bachelor Medizinische Informatik 2019 (Pflicht), Medical Data Science / Künstliche Intelligenz, 5. Fachsemester
|
Lehrveranstaltungen: - CS3350-Ü: Medical Data Science und Künstliche Intelligenz (Übung, 2 SWS)
- CS3350-P: Medical Data Science und Künstliche Intelligenz (Praktikum, 1 SWS)
- CS3350-V: Medical Data Science und Künstliche Intelligenz (Vorlesung, 2 SWS)
| Workload: - 40 Stunden Prüfungsvorbereitung
- 65 Stunden Selbststudium
- 75 Stunden Präsenzstudium
| |
Lehrinhalte: | - Einführung
- Generelle Vorgehensweise in der Informationssuche (Szenario 1: medizinische Informationssuche)
- Beschreibungsbasierter Ansatz zur Informationssuche (Szenario 1: medizinische Informationssuche)
- Inhaltsbasierter Ansatz zur Informationssuche (Szenario 1: medizinische Informationssuche)
- Performanz der Systeme zur Informationssuche (Szenario 1: medizinische Informationssuche)
- Generelle Vorgehensweise in der überwachten Klassifikation (Szenario 2: stimmbasierte Frühdiagnostik)
- Extraktion, Auswahl und Transformation von Merkmalen (Szenario 2: stimmbasierte Frühdiagnostik)
- Lineare Klassifikation (Szenario 2: stimmbasierte Frühdiagnostik)
- Statistische Klassifikation (Szenario 2: stimmbasierte Frühdiagnostik)
- Generelle Vorgehensweise in der unüberwachten Klassifikation (Szenario 3: Bevölkerungsmedizin)
- Sequenzieller Ansatz zur unüberwachten Klassifikation (Szenario 3: Bevölkerungsmedizin)
- Hierarchischer Ansatz zur unüberwachten Klassifikation (Szenario 3: Bevölkerungsmedizin)
- Unscharfer Ansatz zur unüberwachten Klassifikation (Szenario 3: Bevölkerungsmedizin)
- Demonstratoren aus den aktuellen Forschungsprojekten
- Zusammenfassung und Schlussfolgerungen
| |
Qualifikationsziele/Kompetenzen: - Die Studierenden kennen den Begriff Medical Data Science, können es definieren und thematisch eingrenzen.
- Die Studierenden kennen das Konzept der automatischen Informationssuche.
- Die Studierenden kennen den beschreibungsbasierten Ansatz zur Informationssuche und können ihn im medizinischen Kontext in einer Programmiersprache umsetzen.
- Die Studierenden kennen den inhaltsbasierten Ansatz zur Informationssuche und können ihn im medizinischen Kontext in einer Programmiersprache umsetzen.
- Die Studierenden können die Performanz von Systemen zur Informationssuche bewerten.
- Die Studierenden kennen das Konzept der überwachten Klassifikation.
- Die Studierenden kennen ausgewählte Verfahren zur Extraktion, Auswahl und Transformation von Merkmalen und können sie im medizinischen Kontext in einer Programmiersprache umsetzen.
- Die Studierenden kennen den Ansatz zur linearen Klassifikation und können ihn im medizinischen Kontext in einer Programmiersprache umsetzen.
- Die Studierenden kennen den Ansatz zur statistischen Klassifikation und können ihn im medizinischen Kontext in einer Programmiersprache umsetzen.
- Die Studierenden kennen das Konzept der unüberwachten Klassifikation.
- Die Studierenden kennen den sequentiellen Ansatz zur unüberwachten Klassifikation und können ihn im medizinischen Kontext in einer Programmiersprache umsetzen.
- Die Studierenden kennen den hierarchischen Ansatz zur unüberwachten Klassifikation und können ihn im medizinischen Kontext in einer Programmiersprache umsetzen.
- Die Studierenden kennen den unscharfen Ansatz zur unüberwachten Klassifikation und können ihn im medizinischen Kontext in einer Programmiersprache umsetzen.
- Die Studierenden kennen die Zielsetzung und Funktionsweise von Softwaresystemen aus ausgewählten, aktuellen Forschungsprojekten im Bereich Medical Data Science.
- Die Studierenden kennen die gesellschaftliche Relevanz von automatischen Methoden zur automatischen Datenanalyse in der Medizin.
|
Vergabe von Leistungspunkten und Benotung durch: - Klausur oder mündliche Prüfung nach Maßgabe des Dozenten
|
Modulverantwortlicher: Lehrende: |
Literatur: - Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze: Introduction to Information Retrieval - ISBN: 9780521865715
- Sergios Theodoridis and Konstantinos Koutroumbas: Pattern Recognition - ISBN: 9781597492720
|
Sprache: - Sowohl Deutsch- wie Englischkenntnisse nötig
|
Bemerkungen:Zulassungsvoraussetzungen zur Belegung des Moduls: - Keine Zulassungsvoraussetzungen zur Teilnahme an Modul-Prüfung(en): - Erfolgreiche Bearbeitung von kleineren Programmierprojekten gemäß Vorgabe am Semesteranfang Modulprüfung(en): - CS3350-L1: Medical Data Science und Künstliche Intelligenz, Klausur, 120min, 100% der Modulnote |
Letzte Änderung: 19.9.2024 |
für die Ukraine