(044) 22 33 181

Киев

(067) 337 62 62

Площадь Льва Толстого

Биоинформатика на английском

Вычислительная биология или биоинформатика на английском

Школа иностранных языков TRINITY предлагает новый уникальный курс, направленный на изучение нейронных сетей искусственного интеллекта, а также на обработку данных в искусственных нейронных сетях. Все занятия проходят на английском языке.

Искусственные нейронные сети (ИНС) представляют собой программу или аппаратуру, моделирующую сеть, которая построена на принципах взаимодействия нейронов в нервной деятельности человека. В целом, ИНС – это множество простых процессов в так называемых искусственных нейронах, которые объединены в слои. Каждый искусственный нейрон имеет локальную память и соединен с другими такими же нейронами. Изначально через входные соединения между нейронами передаются числовые данные, через выходные соединения – результаты их обработки.

Ввиду того, что вычислительная биология или биоинформатика связана со многими науками (физика, статистика, неврология и др.),  изучение данной дисциплины на английском наверняка заинтересует:

  •  Студентов компьютерных специальностей, компьютерной и программной инженерии;
  •  Научных деятелей, которые сотрудничают с коллегами из других стран, а также следят за международными публикациями (без этого невозможно заниматься научной деятельностью – можно еще раз изобрести велосипед);
  •  Всех, кто интересуется алгоритмической биологией, геномикой и компьютерными науками.

 

Вычислительная биология или биоинформатика – это прикладная наука, которая помогает решать важные задачи в разных сферах – начиная от разработки лекарств и до оптимизации процессов горения угля в топке котла.

Курс “Вычислительная биология или биоинформатика в Киеве” имеет 4 основных раздела:

  • Упреждающие (предвосхищающие) сигналы в сетях;
  • Обратная связь в сетях;
  • Самоорганизующиеся сети;
  • Сети для решения задач комбинаторной оптимизации

 Программа курса:

Introduction
  • Central nervous system;
  • the artificial neuron;
  • different network architectures;
  • historical notes.

 

Feedforward networks
  • The simple perceptron;
  • multilayer perceptrons;
  • backpropagation;
  • suitable error functions;
  • generalization and model selection;
  • radial basis function networks;
  • ensembles of neural networks;
  • Bayesian neural networks.

 

Self-organizing networks
  • Networks that extracts principal components;
  • networks that does clustering;
  • learning vector quantization (LVQ);
  • self-organizing feature maps (SOFM).

 

Feedback networks
  • Networks with delays (time delay networks; FIR-networks);
  • multilayer perceptrons with feedback (networks with context nodes, fully recurrent networks);
  • Hopfield networks;
  • simulated annealing.

 

Combinatorial optimization with neural networks
  • Introduction to combinatorial optimization;
  • classical problems (graph bisection; traveling salesman; knapsack);
  • mean field approximation.

 


Что мы предлагаем:

 

Название курса Длительность курса
Занятия
Стоимость 1 занятия

(1 ч 20 мин)

Стоимость курса (стоимость

со скидкой 10%)

Оплата блоками

по 8 занятий

Курс Bioinformatics in English

24 занятия

(3 месяца)

мини группа (2-3 чел)

индивидуально

200

350

 

4880 4320

 7200 6480

 

1600

2800

 

 

Важная информация:

Запись на курс по телефонам, указанным в контактах или на рецепции школы.

Мы РЕКОМЕНДУЕМ пользоваться литературой в ПЕЧАТНОМ виде.

В школе Вы сможете приобрести учебники со ЗНАЧИТЕЛЬНОЙ СКИДКОЙ.

 

С этим курсом сочетается:

 

 

 Записаться на курс “Вычислительная биология или биоинформатика” на английском 

 

Computational Biology or Bioinformatics

This course is intended to give an introduction to the art of neural network computation. Artifical neural networks (ANN) represents a technology that has connections to many disciplines such as neurosciene, statistics and physics. ANNs can be applied in a variety of different fields including time series prediction, pattern recognition and combinatorial optimization.

The course have four main topics:

  • Feed-forward networks
  • feed-back networks
  • self-organizing networks
  • networks for combinatorial optimization problems.

 

This course will provide you with enough knowledge to use neural networks in practical applications.

Introduction
  • Central nervous system;
  • the artificial neuron;
  • different network architectures;
  • historical notes.

 

Feedforward networks
  • The simple perceptron;
  • multilayer perceptrons;
  • backpropagation;
  • suitable error functions;
  • generalization and model selection;
  • radial basis function networks;
  • ensembles of neural networks;
  • Bayesian neural networks.

 

Self-organizing networks
  • Networks that extracts principal components;
  • networks that does clustering;
  • learning vector quantization (LVQ);
  • self-organizing feature maps (SOFM).

 

Feedback networks
  • Networks with delays (time delay networks; FIR-networks);
  • multilayer perceptrons with feedback (networks with context nodes, fully recurrent networks);
  • Hopfield networks;
  • simulated annealing.

 

Combinatorial optimization with neural networks
  • Introduction to combinatorial optimization;
  • classical problems (graph bisection; traveling salesman; knapsack);
  • mean field approximation.

 

In this course you will learn how mathematical and computational physics methods can be applied to biological problems. Topics include deterministic and stochastic simulations of biochemical systems, population models, spatial models and parameter optimization.

 

 

Какой у Вас уровень английского языка?

ПройдитеOnline тест на нашем сайте или запишитесь на консультацию в нашу школу!

ЗАПИСАТЬСЯ на Консультацию

Оставляйте заявку на консультацию или звоните нам по тел.

+38 (044)22 33 181

+38 (099)333 52 52

+38 (063)115 73 11

+38 (067)337 62 62 (Tel, Viber, Whatsapp)

Яндекс.Метрика