BMETE95AM20

Nyomtatóbarát változatNyomtatóbarát változat
Tantárgy azonosító adatok
A tárgy címe: 
Sztochasztikus modellek a bioinformatikában
A tárgy angol címe: 
Stochastic Models in Bioinformatics
A tárgy rövid címe: 
SztochModBioinf
2
0
0
v
Kredit: 
3
Ajánlott/Kötelező előtanulmányi rend
1.Követelménytárgy kódja: 
BMETE95AM06
1.Követelménytárgy (rövidített) címe: 
Valszám2
A tantárgy felelős tanszéke: 
Sztochasztika Tanszék
A tantárgy felelős oktatója: 
Dr. Tóth Bálint
A tantárgy felelős oktatójának beosztása: 
egyetemi tanár
Akkreditációs adatok
Akkreditációra benyújtás időpontja: 
2008.11.21.
Akkreditációs bizottság döntési időpontja: 
2009.02.02.
Tematika
A tantárgy az alábbi témakörök ismeretére épít: 
valószínűségszámítás, matematikaistatisztika, lineáris algebra, kombinatorika
A tantárgy szerepe a képzés céljának megvalósításában: 
a matematikus alapképzés (BSc) "B" szakirányának kötelező tárgya
A tantárgy részletes tematikája magyarul és angolul: 

Statisztikai bevezető: A likelihood függvény, ML becslés, Bayes statisztika, az EM algoritmus. Sztochasztikus generatív nyelvtanok: Rejtett
Markov-modellek, sztochasztikus reguláris és környezetfüggetlen nyelvtanok. Algoritmusok nyelvtanokon: Forward-backward, Viterbi, Inside- outside, CYK, Baum-Welch tréning, poszterior valószínűségek számolása. Biológiai alkalmazások: mintázatfelismerés biológiai szekvenciákban, protein másodlagos térszerkezet-predikció, RNS térszerkezet-predikció. Szubsztitúciók időfolytonos Markov-modellekkel történő leírása. Klasszikus nukleinsav és aminosav szubsztitúciós modellek. Statisztikus szekvenciaillesztés: Beszúrás-törlés (indel) modellek. Indel modellek,
mint többszörös rejtett Markov-modellek. Evolúciós fák. A Kingman koaleszcens. A Markov-lánc Monte-Carlo (MCMC) módszer alapjai. Evolúciós
fák vizsgálata Bayesian MCMC-vel. Genomátrendeződések vizsgálata.

Követelmények szorgalmi időszakban: 
alkalmi házifeladatokZH
Követelmények vizsgaidőszakban: 
vizsga
Pótlási lehetőségek: 
TVSZ szerint
Konzultációs lehetőségek: 
TVSZ szerint
Jegyzet, tankönyv, felhasználható irodalom: 
Durbin-Eddy-Krogh-Mitchison: Biological sequence analysis. Cambridge University Press. 1998
Lunter, G.A., Drummond, A., Miklós, I., & Hein, J.: Statistical aligment: recent progress, new
Miklós István: Bioinformatikai algoritmusok. In: Iványi Antal (szerkesztő): Informatikai algoritmusok, Eötvös Kiadó, Bp.
A tárgy elvégzéséhez átlagosan szükséges tanulmányi munka mennyisége órákban (a teljes szemeszterre számítva)
Kontakt óra: 
28
Félévközi felkészülés órákra: 
28
Felkészülés zárthelyire: 
10
Zárthelyik megírása: 
2
Házi feladat elkészítése: 
10
Kijelölt írásos tananyag elsajátítása (beszámoló): 
0
Egyéb elfoglaltság: 
0
Vizsgafelkészülés: 
12
Összesen: 
90
Ellenőrző adat: 
90
A tárgy tematikáját kidolgozta
Név: 
Dr. Miklós István
Beosztás: 
tudományos munkatárs
Munkahely (tanszék, kutatóintézet, stb.): 
MTA Rényi Int.
A tanszékvezető neve: 
Dr. Tóth Bálint
A tantárgy adatlapja PDF-ben: