Dipòsit Digital de Documents de la UAB 54 registres trobats  inicianterior21 - 30següentfinal  anar al registre: La cerca s'ha fet en 0.00 segons. 
21.
5 p, 109.0 KB Genòmica [42399] / Barbadilla Prados, Antonio ; Coronado-Zamora, Marta ; Martínez Urtaza, Jaime ; González, Juan R. ; Casillas Viladerrams, Sònia ; Egea, Raquel ; Universitat Autònoma de Barcelona. Facultat de Biociències
La capacitat tecnològica per generar macrodades genòmiques i multiòmiques creix a un ritme incessant sense un seguiment paral·lel d'experts en bioinformàtica per fer front als reptes integració d'aquestes macrodades moleculars. [...]
The technological capacity to generate massive genomic and multiomics data grows at a relentless pace without a parallel growth of the bioinformatics expertise to deal with the integration of molecular data. [...]
La capacidad tecnológica para generar macrodatos genómicos y multiómicos crece a un ritmo incesante sin un seguimiento paralelo de expertos en bioinformática para hacer frente a los retos integración de estos macrodatos moleculares. [...]

2021-22
Màster Universitari en Bioinformàtica / Bioinformatics [1112]
3 documents
22.
6 p, 107.8 KB Anàlisi de Dades Longitudinals [104879] / González, Juan R. ; Universitat Autònoma de Barcelona. Facultat de Ciències ; Universitat Autònoma de Barcelona. Facultat de Ciències Polítiques i de Sociologia
Els objectius principals d'aquesta assignatura són: - Conèixer els models estadístics per a l'anàlisi de dades longitudinals (informació que s'obté a partir de mesuraments efectuats al llarg del temps) que solen aparèixer freqüentment en ciències de la salut (biologia, medicina, farmacologia, toxicologia, química i / o enginyeria ) - Conèixer els models estadístics per analitzar l'evolució temporal de les taxes d'incidència i mortalitat d'una malaltia per a detectar canvis temporals i per què són deguts - Conèixer els models estadístics per analitzar el temps fins l'ocurrència d'un esdeveniment d'interès que apareix de forma recurrent (recaigudes tumorals, migranya, infarts, . [...]
The main objectives are: - To know the statistical models for the analysis of longitudinal data (information obtained from measurements made over time) that often appear in health sciences (biology, medicine, pharmacology, toxicology, chemistry and / or engineering) ) - To know the statistical models to analyze the temporal evolution of the incidence and mortality rates of a disease to detect temporary changes and why they are due - To know the statistical models to analyze the time until the occurrence of an event of interest that appears recurrent (tumor relapse, migraine, heart attacks, . [...]
Los objetivos principales de esta asignatura son: - Conocer los modelos estadísticos para el análisis de datos longitudinales (información que se obtiene a partir de mediciones efectuadas a lo largo del tiempo) que suelen aparecer frecuentemente en ciencias de la salud (biología, medicina, farmacología, toxicología, química y/o ingeniería) - Conocer los modelos estadísticos para analizar la evolución temporal de las tasas de incidencia y mortalidad de una enfermedad para detectar cambios temporales y porqué son debidos - Conocer los modelos estadísticos para analizar el tiempo hasta la ocurrencia de un evento de interés que aparece de forma recurrente (recaídas tumorales, migraña, infartos, …) teniendo en cuenta el efecto de covariables, el efecto de la intervención y/o el efecto de observar varios eventos con anterioridad - Conocer los modelos estadísticos para analizar datos obtenidos a partir de medidas repetidas a lo largo del tiempo utilizando modelos lineales (rehospitalizaciones, recaída de una enfermedad, …) - Conocer los modelos estadísticos para analizar datos obtenidos a partir de medidas repetidas a lo largo del tiempo utilizando modelos no lineales (crecimiento tumoral en ratas, evolución del peso de los niños tras nacer, …) - Ser capaces de leer de forma crítica un artículo científico en el que se plantee el análisis de un estudio en el que se disponga de información recogida a lo largo del tiempo. [...]

2021-22
Grau en Estadística Aplicada [1424]
Grau en Estadística Aplicada i Grau en Sociologia [1440]
3 documents
23.
4 p, 103.8 KB Aprenentatge Automàtic 1 [104870] / González, Juan R. ; Universitat Autònoma de Barcelona. Facultat de Ciències ; Universitat Autònoma de Barcelona. Facultat de Ciències Polítiques i de Sociologia
Aquesta assignatura pretén familiaritzar l'alumne amb diferents mètodes d'aprenentatge automàtic aplicant el punt de vista utilitzat quan es disposa de grans quantitats de dades.
This course aims to familiarize the student with different methods of machine learning by applying the point of view used when large amounts of data are available.
Esta asignatura pretende familiarizar al alumno con diferentes métodos de aprendizaje automático aplicando el punto de vista utilizado cuando se dispone de grandes cantidades de datos.

2021-22
Grau en Estadística Aplicada [1424]
Grau en Estadística Aplicada i Grau en Sociologia [1440]
3 documents
24.
130 p, 17.6 MB Bayesian neural networks to predict aging and disease risk / Alfonso Pérez, Gerardo ; González, Juan Ramón, dir. ; Santos, Mauro, dir. ; Universitat Autònoma de Barcelona. Departament de Genètica i de Microbiologia
Ha habido un mayor enfoque en la medicina personalizada en los últimos años. Las mejoras tecnológicas significativas en las últimas décadas han generando una explosión en los datos disponibles y esto ha sido uno de los impulsores de la expansión de la medicina personalizada. [...]
There has been an increased focus on personalized medicine in recent times. Significant technological improvements in the last few decades generating an explosion in the data available has been one the drivers of the expansion of this field. [...]

2019  
25.
17 p, 1.6 MB MADloy : robust detection of mosaic loss of chromosome Y from genotype-array-intensity data / González, Juan Ramón (Universitat Autònoma de Barcelona. Departament de Matemàtiques) ; López-Sánchez, Marcos (Centro de Investigación Biomédica en Red de Enfermedades Raras) ; Cáceres, Alejandro (Centro de Investigación Biomédica en Red de Epidemiología y Salud Pública) ; Puig, Pedro (Universitat Autònoma de Barcelona. Departament de Matemàtiques) ; Esko, Tõnu (University of Tartu. Estonian Genome Centre Science Centre) ; Pérez-Jurado, Luis Alberto (University of Adelaide. South Australian Health and Medical Research Institute)
Accurate protocols and methods to robustly detect the mosaic loss of chromosome Y (mLOY) are needed given its reported role in cancer, several age-related disorders and overall male mortality. Intensity SNP-array data have been used to infer mLOY status and to determine its prominent role in male disease. [...]
2020 - 10.1186/s12859-020-03768-z
BMC bioinformatics, Vol. 21 (November 2020) , art. 533  
26.
5 p, 109.8 KB Treball de Final de Màster [42402] / Barbadilla Prados, Antonio ; Pardo Carrasco, Leonardo ; Ruíz Panadero, Alfredo ; Senar Rosell, Miquel Àngel ; Moure, Juan C. ; Marechal, Jean-Didier Pierre ; Cordomí Montoya, Arnau ; Coronado-Zamora, Marta ; González Wong, Ángel ; Yero, Daniel ; Marco-Sola, Santiago ; Martínez Urtaza, Jaime ; Cáceres Aguilar, Mario ; Espinosa, Antonio ; Masgrau Fontanet, Laura ; González, Juan R. ; Puig Font, Marta ; Casillas Viladerrams, Sònia ; Egea, Raquel ; Daura i Ribera, Xavier ; Universitat Autònoma de Barcelona. Facultat de Biociències
La Tesi de Màster (MT) és un treball de recerca autònom i individual que brinda a l'estudiant l'oportunitat de centrar-se en alguns dels temes tractats en els mòduls acadèmics del màster, així com d'integrar totes les capacitats i competències assolides al llarg del màster. [...]
La Tesis de Máster (MT) es un trabajo de investigación autónomo e individual que brinda al estudiante la oportunidad de centrarse en algunos de los temas tratados en los módulos académicos del máster, así como de integrar todas las capacidades y competencias logradas a lo largo del máster. [...]

2020-21
Màster Universitari en Bioinformàtica / Bioinformatics [1112]
3 documents
27.
4 p, 103.0 KB Pràctiques Professionals [42400] / Egea, Raquel ; Barbadilla Prados, Antonio ; Ruíz Panadero, Alfredo ; Senar Rosell, Miquel Àngel ; Ventura Zamora, Salvador ; Marechal, Jean-Didier Pierre ; Coronado-Zamora, Marta ; Yero, Daniel ; Marco-Sola, Santiago ; Masgrau Fontanet, Laura ; Conchillo-Solé, Oscar ; González, Juan R. ; Casillas Viladerrams, Sònia ; Daura i Ribera, Xavier ; Universitat Autònoma de Barcelona. Facultat de Biociències
1 El principal objectiu d'aquestes pràctiques és promoure la interacció dels estudiants amb els ambients de recerca i professional que hi ha al seu voltant.
1 El principal objetivo de estas prácticas es promover la interacción de los estudiantes con los ambientes de investigación y profesional que hay a su alrededor.

2020-21
Màster Universitari en Bioinformàtica / Bioinformatics [1112]
3 documents
28.
5 p, 106.1 KB Genòmica [42399] / Barbadilla Prados, Antonio ; Hervás Fernández, Sergi ; Coronado-Zamora, Marta ; Martínez Urtaza, Jaime ; González, Juan R. ; Casillas Viladerrams, Sònia ; Egea, Raquel ; Universitat Autònoma de Barcelona. Facultat de Biociències
La capacitat tecnològica per generar macrodades genòmiques i multiòmiques creix a un ritme incessant sense un seguiment paral·lel d'experts en bioinformàtica per fer front als reptes integració d'aquestes macrodades moleculars. [...]
La capacidad tecnológica para generar macrodatos genómicos y multiómicos crece a un ritmo incesante sin un seguimiento paralelo de expertos en bioinformática para hacer frente a los retos integración de estos macrodatos moleculares. [...]

2020-21
Màster Universitari en Bioinformàtica / Bioinformatics [1112]
3 documents
29.
4 p, 99.6 KB Visualització de Dades i Modelització [43482] / Puig, Pedro ; Camps Camprubí, Rosa ; Delgado de la Torre, Rosario ; González, Juan R. ; Universitat Autònoma de Barcelona. Facultat de Ciències
Curs de R. Tots els exercicis pràctics es faran utilitzant el paquet estadístic R. Aquest curs introductòri és bàsic pels posteriors desenvolupaments. Visualització de grans conjunts de dades amb R GViz, Maps i Tabplot. [...]
Curso de R. Todos los ejercicios prácticos se harán utilizando el paquete estadístico R. Este curso introductorio es básico por los posteriores desarrollos. Visualización de grandes conjuntos de datos con R GViz, Maps y Tabplot. [...]

2020-21
Màster Universitari en Erasmus Mundus en Modelització Matemàtica a l'Enginyeria: Teoria Computació i [1292]
Màster Universitari en Modelització per a la Ciència i la Enginyeria / Modelling for Science and Engineering [1293]
Màster Universitari en Modelització per a la Ciència i la Enginyeria / Modelling for Science and Engineering [1439]
3 documents
30.
5 p, 106.1 KB Anàlisi de Dades Longitudinals [104879] / González, Juan R. ; Universitat Autònoma de Barcelona. Facultat de Ciències ; Universitat Autònoma de Barcelona. Facultat de Ciències Polítiques i de Sociologia
Els objectius principals d'aquesta assignatura són: - Conèixer els models estadístics per a l'anàlisi de dades longitudinals (informació que s'obté a partir de mesuraments efectuats al llarg del temps) que solen aparèixer freqüentment en ciències de la salut (biologia, medicina, farmacologia, toxicologia, química i / o enginyeria ) - Conèixer els models estadístics per analitzar l'evolució temporal de les taxes d'incidència i mortalitat d'una malaltia per a detectar canvis temporals i per què són deguts - Conèixer els models estadístics per analitzar el temps fins l'ocurrència d'un esdeveniment d'interès que apareix de forma recurrent (recaigudes tumorals, migranya, infarts, . [...]
Los objetivos principales de esta asignatura son: - Conocer los modelos estadísticos para el análisis de datos longitudinales (información que se obtiene a partir de mediciones efectuadas a lo largo del tiempo) que suelen aparecer frecuentemente en ciencias de la salud (biología, medicina, farmacología, toxicología, química y/o ingeniería) - Conocer los modelos estadísticos para analizar la evolución temporal de las tasas de incidencia y mortalidad de una enfermedad para detectar cambios temporales y porqué son debidos - Conocer los modelos estadísticos para analizar el tiempo hasta la ocurrencia de un evento de interés que aparece de forma recurrente (recaídas tumorales, migraña, infartos, …) teniendo en cuenta el efecto de covariables, el efecto de la intervención y/o el efecto de observar varios eventos con anterioridad - Conocer los modelos estadísticos para analizar datos obtenidos a partir de medidas repetidas a lo largo del tiempo utilizando modelos lineales (rehospitalizaciones, recaída de una enfermedad, …) - Conocer los modelos estadísticos para analizar datos obtenidos a partir de medidas repetidas a lo largo del tiempo utilizando modelos no lineales (crecimiento tumoral en ratas, evolución del peso de los niños tras nacer, …) - Ser capaces de leer de forma crítica un artículo científico en el que se plantee el análisis de un estudio en el que se disponga de información recogida a lo largo del tiempo. [...]

2020-21
Grau en Estadística Aplicada [1424]
Grau en Estadística Aplicada i Grau en Sociologia [1440]
3 documents

Dipòsit Digital de Documents de la UAB : 54 registres trobats   inicianterior21 - 30següentfinal  anar al registre:
Us interessa rebre alertes sobre nous resultats d'aquesta cerca?
Definiu una alerta personal via correu electrònic o subscribiu-vos al canal RSS.