Data Mining in Bioinformatics (2008/09)
Course overview (in German)
Titel
"Data Mining in der Bioinformatik"
Dozent
Dr. Karsten Borgwardt, institutsübergreifende Bioinformatikgruppe, MPI Entwicklungsbiologie und MPI Biologische Kybernetik
Übungsgruppenleiter
Christoph Lippert und Nino Shervashidze
Zeitlicher Umfang
Aschermittwoch 25.2.2009 - Dienstag 10.3.2009 (10 Kurstage), 3 Stunden Vorlesung pro Tag: 9:00 s.t. - 11:30 3 Stunden Übung pro Tag: 12:00 s.t. - 14:15 (entspricht 2 SWS Vorlesung + 2 SWS Übung, 4 Leistungspunkte)
Raum
Raum A 104, Sand 1, EG
Prüfung
Mündliche Scheinprüfung Ende März 2009
Anrechenbarkeit
4 Leistungspunkte, Wahlpflichtmodul Bioinformatik (Master)/ Praktische Informatik (Diplom)
Voraussetzungen
Grundlegende Mathematikkenntnisse, ansonsten erfordert der Kurs keine Vorkenntnisse
Sprache
Vorlesung und Übungen auf Englisch
Inhalt
Data Mining ist die computerbasierte Suche nach Mustern in großen Datenbeständen, aus denen man sich neue Erkenntnisse über das zugrundliegende System erhofft. In der Bioinformatik dient Data Mining dazu, in der Transkriptom-, Proteom- und Genomforschung Biologen bei der Analyse umfangreicher experimentell erzeugter Datenmengen zu unterstützen, um daraus neue Hypothesen ableiten oder darauf neue Hypothesen untersuchen zu können.
In dieser Vorlesung stellen wir die algorithmischen Grundlagen des Data Mining und seine Anwendungen in der Bioinformatik vor. Die Vorlesung beginnt mit einer Einführung in die wichtigsten Verfahren zur Klassifikation, zum Clustering, zur Featureselektion und zur Assoziationsregelsuche. Darauf aufbauend werden wir untersuchen, wie diese Data Mining-Verfahren zur Genselektion aus Expressionsdaten, zur Proteinfunktionsvorhersage und zur Motifsuche auf biologischen Netzwerken verwendet werden können. Diese Vorlesung richtet sich sowohl an Studenten, die an der Anwendung und Weiterentwicklung von Data Mining-Verfahren in der Bioinformatik interessiert sind, als auch an jene, die die algorithmischen Grundlagen des Data Mining kennenlernen möchten.