Аннотация учебной программы дисциплины «Математические методы обработки медико-биологической информации» Общее количество кредитных единиц -5; количество часов – 180; из них аудиторные – 90 часов (36/36/18), самостоятельная работа – 90 часов.1.Цели и задачи дисциплиныЦель дисциплины «Математические методы обработки медико-биологической информации» научить студента самостоятельно использовать доступный математический аппарат для оценки результатов измерения, оптимальному выбору теоретических и технических средств оценки результатов измерения. Задача: сформировать общее представление о содержании, задачах и методах научно-обоснованных оценок результатов измерений в области медико-биологических исследований.^ 2. Требования к уровню освоения дисциплины Выпускник должен обладать следующими компетенциями: способностью эксплуатировать современную физическую аппаратуру и оборудование (ПК-3); способностью пользоваться современными методами обработки, анализа и синтеза физической информации (ПК-6); способностью применять на практике базовые общепрофессиональные знания теории и методов физических исследований (в соответствии с профилем подготовки) (ПК-5); способностью приобретать новые знания, используя современные образовательные и информационные технологии (ОК-3); способностью собирать, обрабатывать и интерпретировать с использованием современных информационных технологий данные, необходимые для формирования суждений по соответствующим социальным, научным и этическим проблемам (ОК-4). Знать –ключевые понятия, используемые в математическом моделировании при решении задач нахождения аналитических выражений, которые описывают закономерности результатов экспериментов.Уметь – использовать пакеты прикладных программ для обработки результатов медико-биологических исследований.Владеть – базовыми представлениями о методах оценок численных значений характеристик измеряемых величин.^ 3. Содержание дисциплины. Основные разделы Специальные главы математической статистики. Таблицы сопряженности. Средства анализа и визуализации неколичественных данных. Алгоритмы оцифровки. Регрессия на главные компоненты. Отбор существенных переменных в задачах линейной регрессии. Вычислительные аспекты методов минимизации. Статистическое распознавание образов. Распознавание многомерных совокупностей. Распознавание одномерных совокупностей. Оптимизация временных и пространственных распознающих систем. Практические алгоритмы распознавания.Составитель: Копылова И.Б., канд. физ.-мат. наук, доцент