Órarend

Órák: csütörtök, 16:00 – 17:30

A kurzus első órája: 2024/09/12

Helyszíne: Élettani intézet könyvtára (EOK, „A” fésű, 3. emelet), illetve a Zoom rendszer (online), a link a Moodle rendszeren keresztül érhető el.

Az előadásokról felvétel készül ami követhető élőben, illetve később visszanézhető a Moodle rendszerben.

Leírás

A kurzus folyamán a hallgatók megismerkednek a bioinformatikában, biostatisztikában és adatelemzésben elterjedten használt Python programozási nyelvvel, valamint a kutatási projektek és kísérletes adatok megfelelő menedzselésével. Ez a nyelv széles körben használt az általános “data science”, valamint a bioinformatika és a biostatisztika területén is. A kurzus sikeres elvégzéséhez előzetes programozási ismeretekre nincs szükség. A tavaszi félévben ,,Adatelemzés és programozás orvos biológusoknak II.” címmel a tanultakra építve komolyabb adatelemzési, adatvizualizálási módszerek elsajátítására is lesz lehetőség.

A kurzus problémaorientált, a nyelvek elemeit egyszerű példákon keresztül tanulják a diákok. Később valódi biológiai adatsorokon dolgozva tanulják meg az összetettebb feladatok megoldását. A kurzus során a tananyaghoz kapcsolódó heti feladatokat kapnak, amiket következő alkalommal megbeszélünk. Az értékelés a beadott feladatok alapján történik. A kurzus eredményes elvégzése a hallgatók részéről heti 1 – 2 óra gyakorlást igényel az órai munkán kívül.

A kurzus 14 gyakorlatból áll, heti egy-egy alkalommal 90 perces időtartamban. A kurzus elvégzéséhez szükség van számítógépre, erről a hallgatóknak maguknak kell gondoskodniuk, valamint Google belépésre is szükségük lesz. A gyakorlatokat Cserző Miklós tartja:

— Python alapok —

  1. Python alapok – Google colab felület, változók, függvények, metódusok
  2. Python alapok – adatok elérése (I/O)
  3. Python alapok – listák, ciklusok
  4. Python alapok – logikai változók, elágazások
  5. Python alapok – szótárak, felhasználói függvények
  6. Python alapok – összefoglalás
  7. Python alapok – gyakorlás

    — Moduláris Python —

  8. PANDAS – CSV adatok
  9. Matplotlib – ábrázolás
  10. PANDAS – Excel adatok
  11. PANDAS – PDB szűrés, grafikus megoldás
  12. PANDAS – PDB szűrés, numerikus megoldás
  13. Python adatelemzés – összefoglalás
  14. A kurzus összefoglalása