Detail předmětu

Multidimensional Analysis of Biomedical Data

FEKT-MPA-VMMAk. rok: 2022/2023

Předmět je orientován na běžně používané metody z oblasti analýzy vícerozměrných dat: shluková analýza, faktorová analýza, metoda hlavních komponent, t-SNE, UMAP, apod. Jsou probíraný jak teoretické (základní principy jednotlivých metod), tak praktické (aplikace při zobrazování a analýze vícerozměrných dat) aspekty. Teorie je probíraná v přímé spojitosti s praktickými příklady. Veškeré výpočetní techniky jsou procvičovány s pomocí prostředí Python. Kurz připravuje posluchače k samostatnému využití daných metod pro analýzu dat ve vlastní vědecké či rutinní práci.

Jazyk výuky

angličtina

Počet kreditů

Garant předmětu

Ing. Marina Filipenská, Ph.D.

Zajišťuje ústav

Ústav biomedicínského inženýrství (UBMI)

Způsob a kritéria hodnocení

Podmínky pro úspěšné ukončení předmětu upřesňuje každoročně aktualizovaná vyhláška garanta předmětu.

Bodové hodnocení předmětu:

1) Týmový projekt (max. 20 bodů):
• Zpracování originálního řešení týmového projektu a jeho obhajoba na konci semestru (podle pokynů)

Pozn.:
- Hodnoceno bude splnění zadání a kvalita prezentace výsledků všemi členy týmu
- Plagiátorství bude mít za následek neudělení zápočtu

- Povinná alespoň jedna konzultace týmu s konzultantem!

2) Závěrečná zkouška (max. 80 bodů):
• ústní forma
• celkem dvě části, každá za max. 40 bodů

Podmínky pro udělení zápočtu a připuštění k závěrečné zkoušce:
• získání nenulového počtu bodů za týmový projekt
• maximálně dvě omluvené neúčastí na cvičeních (ve výjimečných případech rozhodne o řešení garant předmětu)

Podmínky pro úspěšné absolvování předmětu:
• získání zápočtu
• získání nejméně 20 bodů z každé ze dvou částí zkoušky
• získání celkem (tj. z projektu a zkoušky) alespoň 50 bodů

Osnovy výuky

1. Úvod do vícerozměrné analýzy biologických dat. Cíle vícerozměrné analýzy, výhody a nevýhody. Klasifikace metod.
2. Základy lineární algebry - opakování.
3. Vícerozměrné statistické rozdělení a testy.
4. Metody předzpracování dat. Typy transformace a standardizace. Problém chybějících dat.
5. Vztah mezi proměnnými ve vícerozměrném prostoru. Metriky podobnosti a vzdálenosti. Korelace, kovariance.
6. Shluková analýza biologických dat. Hierarchické a nehierarchické metody. Stanovení optimálního počtu shluků. Validace výsledků shlukování.
7. Ordinační analýzy. Přehled metod používaných v biomedicíně.
8. Analýza hlavních komponent. Princip singulárního rozkladu matice.
9. Faktorová analýza. Princip faktorové analýzy. Rotace faktorů.
10. Analýza nezávislých komponent. Extrakce popisných proměnných v biomedicínských aplikacích. Vztah mezi analýzou hlavních komponent, faktorovou analýzou a analýzou nezávislých komponent.
11. Nelineární metody redukce dimenzionality dat.
12. Příklady využití vícerozměrné analýzy biologických dat.

Základní literatura

A.C. Rencher: Methods of Multivariate Analysis, Wiley-Interscience, 2002 (CS)
J.H. McDonald: Handbook of Biological Statistics, Sparky House Publishing, 2008 (CS)

Doporučená literatura

S. Theodoridis, K. Koutroumbas: An Introduction to Pattern Recognition: A Matlab Approach, Elsevier, 2010 (CS)

Elearning

eLearning: aktuální otevřený kurz

Zařazení předmětu ve studijních plánech