8 kontakt óra + 8 óra önálló tanulás
Tárgyfelelős: Dr. Miklós István
A tárgy célja megismertetni a hallgatókkal a bioinformatikai megközelítést, a legfontosabb bioinformatikai algoritmusokat.
Tematika: Modellezés, bioinformatikai modellek, összehasonlító bioinformatika. Szekvenciaillesztés, klaszterezés, evolúciós fák. Térszerkezet predikciók statisztikai tanulóalgoritmusokkal. Rejtett Markov modellek, sztochasztikus környezetfüggetlen nyelvtanok. Baum-Welch tréning, Expectation Maximizaton. Monte Carlo metódusok: rejection sampling, importance sampling, Markov lánc Monte Carlo
Kötelező irodalom: Miklós István: Sztochasztikus modellek a bioinformatikában. Elektronikus jegyzet. https://www.renyi.hu/~miklosi/SztochasztikusModellek.pdf
Ajánlott irodalom:
Durbin-Eddy-Krogh-Mitchison: Biological sequence analysis: probabilistic models of proteins and nucleic acids
Számonkérés:
Írásbeli vizsga a Moodle rendszerben, feleletválasztós és nyitott (esszé) kérdésekkel.