Computational Biology

Course ID
7ΕΒ15
Επίπεδο
Undergraduate
Είδος
Optional (compulsory)
Εξάμηνο
8
Περίοδος
Spring Semeter
ECTS
5
Ώρες Θεωρίας
3
Ώρες Εργαστηρίου
-

Instructor

Description

Types of algorithms in bioinformatics and computational biology (Heuristic algorithms, Exhaustive algorithms, Greedy algorithms, divide and conquer Algorithms, Probabilistic algorithms, dynamic programming algorithms). Dynamic programming algorithms in Bioinformatics and Computational Biology – applications and examples. Introduction to graph theory. Algorithms in graphs. Networks in Computational Biology. Analysis of biological networks. Basic properties of biological networks. The mathematical models used in biological networks. Machine learning in bioinformatics. Supervised Learning – Learning using Examples. Classification and regression. Estimation of Accuracy. Feature Selection techniques. Unsupervised learning. Clustering methods. Case studies and applications.

Textbooks/Bibliography

  • ΒΙΟΠΛΗΡΟΦΟΡΙΚΗ, ΠΑΝΤΕΛΕΗΜΩΝ ΜΠΑΓΚΟΣ, “Ελληνικά Ακαδημαϊκά Ηλεκτρονικά Συγγράμματα και Βοηθήματα – Αποθετήριο “”Κάλλιπος”””, 1η/2016, ΑΘΗΝΑ, 59303485
  • ΥΠΟΛΟΓΙΣΤΙΚΗ ΒΙΟΛΟΓΙΑ, ΧΡΙΣΤΟΦΟΡΟΣ ΝΙΚΟΛΑΟΥ, “Ελληνικά Ακαδημαϊκά Ηλεκτρονικά Συγγράμματα και Βοηθήματα – Αποθετήριο “”Κάλλιπος”””, 1η/2016, ΑΘΗΝΑ, 320114
  • ΕΙΣΑΓΩΓΗ ΣΤΟΥΣ ΑΛΓΟΡΙΘΜΟΥΣ ΒΙΟΠΛΗΡΟΦΟΡΙΚΗΣ, NEIL C. JONES, PAVEL A. PEVZNER, ΕΚΔΟΣΕΙΣ ΚΛΕΙΔΑΡΙΘΜΟΣ ΕΠΕ, 1η/2010, ΑΘΗΝΑ, 21522