Bioinformatisk analys med R A1N
Kurs, Avancerad nivå,
7,5 hp,
BI731A
Anmälan
Välj ett tillfälle för att visa kursplan och behörighetskrav.
Vår 2024, Plats: Skövde, Takt: 50%
Anmälan
Ange kod HS-16203 på antagning.se
Kursplan med litteraturlista
När? Var? Hur?
Pågår: 25 mars 2024 - 2 juni 2024
Plats: Skövde, Campus, Dagtid
Takt: 50%
Behörighet
För tillträde till kursen krävs minst 90 högskolepoäng inom biologi, medicin eller datateknik, varav minst 15 högskolepoäng på fördjupningsnivå G2F.
Vidare krävs godkänt betyg i Engelska 6 (eller motsvarande kunskaper). Motsvarande kunskaper visas normalt genom ett internationellt erkänt språktest, till exempel IELTS eller TOEFL.
Urval
Avklarade högskolepoäng.
Språk
Undervisningen ges på engelska.
Vår 2024, Plats: Flexibel, Takt: 50%
Anmälan
Ange kod HS-16204 på antagning.se
Kursplan med litteraturlista
När? Var? Hur?
Pågår: 25 mars 2024 - 2 juni 2024
Plats: Flexibel, Distans, Flexibel tid
Takt: 50%
Kursen genomförs utan obligatoriska träffar på campus. Undervisningen stöds av informations- och kommunikationssystem. Kursmaterial är tillgängligt via lärplattformen i Studentportalen.
Behörighet
För tillträde till kursen krävs minst 90 högskolepoäng inom biologi, medicin eller datateknik, varav minst 15 högskolepoäng på fördjupningsnivå G2F.
Vidare krävs godkänt betyg i Engelska 6 (eller motsvarande kunskaper). Motsvarande kunskaper visas normalt genom ett internationellt erkänt språktest, till exempel IELTS eller TOEFL.
Urval
Avklarade högskolepoäng.
Språk
Undervisningen ges på engelska.
R är numera ett standardverktyg inom bioinformatik för att professionellt arbeta med dataanalys, maskininlärning och med AI-tillämpningar.
En återkommande utmaning inom bioinformatik är att integrera och analysera stora datamängder från olika storskaliga experiment (t.ex. proteomik, genomik och metabolomik). Denna kurs introducerar programmeringsspråket R för att effektivt lösa olika bioinformatiska problem. Du får lära dig grunderna i R såsom datatyper, funktioner, statistik och visualisering, samt på ett avancerat sätt applicera kunskaperna på olika typer av data. Vi undersöker hur den experimentella designen kan påverka resultat och introducerar olika normaliseringsmetoder. Inom bioinformatik kan R användas till allt från att hitta nya cancer-specifika gener till att analysera metabolitförändringar orsakade av läkemedelsbehandling.
