Uniwersytet Jagielloński w Krakowie - Punkt LogowaniaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Artificial intelligence in pharmaceutical sciences

Informacje ogólne

Kod przedmiotu: WFa.FAR-3ST-F-ArtInt Kod Erasmus / ISCED: (brak danych) / (0916) Farmacja
Nazwa przedmiotu: Artificial intelligence in pharmaceutical sciences
Jednostka: Katedra Technologii Postaci Leku i Biofarmacji
Grupy:
Punkty ECTS i inne: 1.00 (zmienne w czasie)
zobacz reguły punktacji
Język prowadzenia: angielski

Zajęcia w cyklu "Semestr letni 2019/2020" (zakończony)

Okres: 2020-02-24 - 2020-06-14
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Seminarium, 15 godzin więcej informacji
Koordynatorzy: Renata Jachowicz, Aleksander Mendyk
Prowadzący grup: Aleksander Mendyk, Adam Pacławski, Jakub Szlęk
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie
Cele kształcenia:

Zapoznanie studentów z zaawansowanymi technikami obliczeniowymi i metodami stosowanymi w wybranych dziedzinach nauk farmaceutycznych.


Efekty kształcenia:

Student zna i rozumie:

1. problematykę z zakresu dyscypliny naukowej – nauki farmaceutyczne – w stopniu zaawansowanym

2. właściwości fizykochemiczne i funkcjonalne podstawowych substancji pomocniczych stosowanych w technologii postaci leku;

3. wpływ postaci leku i sposobu podania na wchłanianie i czas działania leku;

Student potrafi:

1. wyszukiwać informacje naukowe dotyczące substancji i produktów leczniczych.

2. przewidywać skutki zmiany dostępności farmaceutycznej i biologicznej substancji leczniczej w wyniku modyfikacji postaci leku;


Wymagania wstępne:

brak

Forma i warunki zaliczenia:

Obserwacja pracy studenta, test



Metody sprawdzania i kryteria oceny efektów kształcenia uzyskanych przez studentów:

Obecność na zajęciach, Pisemny test końcowy. Aby zdać

test, należy zdobyć co najmniej 50% punktów.

Metody dydaktyczne - słownik:

Metody podające - prezentacja multimedialna
Metody programowane - z użyciem komputera

Metody dydaktyczne:

seminaria

Bilans punktów ECTS:

seminarium 15 godz.

przygotowanie do zajęć 9 godz.

zbieranie informacji do zadanej pracy 5 godz.

przygotowanie do sprawdzianu 1 godz.

Łącznie nak…ad pracy studenta 30 godz. = 1 ECTS

Skrócony opis:

Modelowanie w naukach farmaceutycznych za pomocą narzędzi sztucznej inteligencji opartej na uczeniu maszynowym

Pełny opis:

Treści programowe:

1. Podstawowe zasady modelowania matematycznego i

statystycznego 2. Sztuczne sieci neuronowe i sieci

głębokie 3. Drzewa klasyfikacyjne 4. Logika rozmyta 5.

Środowisko statystyczne R do modelowania za pomocą

narzędzi sztucznej inteligencji 6. Przykład modelu

heurystycznego do przewidywania zmian dostępności

farmaceutycznej i biologicznej modelowych substancji

leczniczych

Literatura:

Obowiązkowa

1. W. N. Venables, D. M. Smith and the R Core Team. An Introduction to R.

https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf (Accessed 16.02.2017)

Dodatkowa

1. Chatterjee, S. , Moore, C. M. and Nasr, M. M. (2017). An Overview of the Role of Mathematical Models in Implementation

of Quality by Design Paradigm for Drug Development and Manufacture. In Comprehensive Quality by Design for

Pharmaceutical Product Development and Manufacture (eds G. V. Reklaitis, C. Seymour and S. García‐Munoz).

doi:10.1002/9781119356189.ch2

2. Rantanen, J., Khinast, J. (2015). The Future of Pharmaceutical Manufacturing Sciences. Journal of Pharmaceutical

Sciences. Volume 104, Issue 11, 2015, Pages 3612-3638, ISSN 0022-3549, https://doi.org/10.1002/jps.24594.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Jagielloński w Krakowie.