CODICE 42396 ANNO ACCADEMICO 2022/2023 CFU 2 cfu anno 4 CHIMICA E TECNOLOGIA FARMACEUTICHE 8451 (LM-13) - GENOVA 2 cfu anno 3 CHIMICA E TECNOLOGIA FARMACEUTICHE 8451 (LM-13) - GENOVA 2 cfu anno 4 FARMACIA 8452 (LM-13) - GENOVA 2 cfu anno 5 FARMACIA 8452 (LM-13) - GENOVA SETTORE SCIENTIFICO DISCIPLINARE CHIM/01 LINGUA Italiano SEDE GENOVA PERIODO 2° Semestre MODULI Questo insegnamento è un modulo di: A SCELTA DELLO STUDENTE (LM CTF) MATERIALE DIDATTICO AULAWEB PRESENTAZIONE Il corso prevede la trattazione delle tecniche base di analisi multivariata applicata all’estrazione di informazione da dati chimici complessi, includendo: analisi esplorativa (PCA: Analisi delle Componenti Principali) per visualizzare la struttura dei dati multivariati; metodi di classificazione e modellamento per identificare un campione come appartenente ad un gruppo di campioni precedentemente definiti; metodi di regressione per determinare la quantità di un componente, una proprietà o un altro valore a partire dal blocco X delle variabili misurate. OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI Fornire agli studenti gli strumenti necessari per elaborare dati chimici complessi ed estrarre da questi l’informazione utile. OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO Gli studenti acquisiranno le conoscenze necessarie per elaborare dati chimici complessi. In particolare saranno in grado di sviluppare modelli predittivi di classificazione o regressione utilizzando un software per l’analisi multivariata (CAT). MODALITA' DIDATTICHE Le lezioni saranno in parte teoriche e in parte pratiche. Durante le lezioni teoriche verranno esposti i principali metodi di analisi multivariata (PCA, LDA, PLS, ecc). Le lezioni pratiche invece si svolgeranno al computer e gli studenti impareranno a utilizzare un software chemiometrico (CAT) per elaborare e processare dati chimici. PROGRAMMA/CONTENUTO Analisi esplorativa (PCA: Analisi delle Componenti Principali) per visualizzare la struttura dei dati multivariati; metodi di classificazione e modellamento per identificare un campione come appartenente ad un gruppo di campioni precedentemente definiti (LDA: Linear Discriminant Analysis); metodi di regressione per determinare la quantità di un componente, una proprietà o un altro valore a partire dal blocco X delle variabili misurate (PLS: Partial Least Square regression). Software per l’analisi multivariata: CAT. DOCENTI E COMMISSIONI MONICA CASALE Ricevimento: Appuntamento tramite mail: monica.casale@unige.it. CRISTINA MALEGORI Ricevimento: Ricevimento: Presso la Sezione di Chimica e Tecnologie Farmaceutiche e Alimentari del Dipartimento di Farmacia – DIFAR (Viale Cembrano, 4) o in modalità telematica su MS-Teams, previo appuntamento con la docente, da concordare via e-mail (cristina.malegori@unige.it). Commissione d'esame BRUNO TASSO (Presidente) ELEONORA RUSSO LEZIONI INIZIO LEZIONI Secondo semestre. Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME Agli studenti verrà fornito un set di dati chimici che loro dovranno elaborare utilizzando gli opportuni strumenti di analisi multivariata. Poi prepareranno una presentazione in power point con i principali risultati ottenuti da esporre alla Commissione.
