Bi7441 Vědecké výpočty v biologii a biomedicíně

Přírodovědecká fakulta
jaro 2018
Rozsah
2/1. 3 kr. (plus ukončení). Ukončení: zk.
Vyučující
doc. Ing. Vlad Popovici, PhD (přednášející)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: doc. Ing. Vlad Popovici, PhD
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Basic linear algebra, notions of optimization theory, Matlab and R programming
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Cíle předmětu
The course aims at introducing the students to the principles of scientific computing through practical examples. The course will present numerical methods for linear algebra and optimization, and will discuss implementation issues, including notions of parallel computing in Matlab and R.
Výstupy z učení
At the end of the course, students should be able to: -Understand the basics of numerical methods for linear algebra; -Know and have experience in applying methods in computational statistics; -Gain knowledge and experience of computer-intensive methods for data analysis; -Know how to use parallel computation tools; -Apply the theory in practice for solving problems in biological data analysis, using Matlab and R
Osnova
  • Introduction: data representation; approximations and errors; computing platforms: from desktop to cloud computing • Systems of linear equations: triangular systems; Gauss elimination; norms and conditioning. • Linear least squares: normal equations; orthogonalizations • Eigendecompositions and singular values: eigenvalues, eigenvectors; singular value decomposition • Optimization: general topics; one-dimensional; multidimensional Monte Carlo methods: random numbers; simulation, sampling and non-parametric statistics • Bootstrapping and resampling: bootstrap as an analytical tool; confidence intervals from bootstrapping • Smoothing and local regression techniques: linear smoothing; smoothing and bootstrapping • Parallel computing: levels of parallelism; platforms for computational biology; applications in computational biology
Literatura
    doporučená literatura
  • KEPNER, Jeremy. Parallel MATLAB for Multicore and Multinode Computers. 1. vyd. SIAM-Society for Industrial and Applied Mathematics, 2009. ISBN 978-0-89871-673-3. info
  • Handbook of computational statistics : concepts and methods. Edited by James E. Gentle - Wolfgang Härdle - Yuichi Mori. Berlin: Springer, 2004, xii, 1070. ISBN 3540404643. info
  • HEATH, Michael T. Scientific Computing. An introductory survey. 2nd. The McGraw-Hill Companies, Inc., 2002. ISBN 0-07-239910-4. info
Výukové metody
Lectures, homeworks and practical exercises
Metody hodnocení
Weekly lectures complemented by practical exercises and short homeworks. Written and practical exam.
Vyučovací jazyk
Angličtina
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Předmět je zařazen také v obdobích jaro 2015, jaro 2016, jaro 2017, jaro 2019.