Bioinformatiska koncept och metoder A1N
Kurs, Avancerad nivå,
7,5 hp,
BI760A
Anmälan
Välj ett tillfälle för att visa kursplan och behörighetskrav.
Höst 2022, Plats: Flexibel, Takt: 50%
Anmälan
15 mars 2022 - 19 april 2022Ange kod HS-26368 på antagning.se
Kursplan med litteraturlista
När? Var? Hur?
Pågår: 29 augusti 2022 - 30 oktober 2022
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.
Vår 2023, Plats: Flexibel, Takt: 50%
Anmälan
Ange kod HS-16166 på antagning.se
Kursplan med litteraturlista
När? Var? Hur?
Pågår: 16 januari 2023 - 26 mars 2023
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.
Idag genereras stora mängder data inom molekylärbiologin och biomedicin, som t ex DNA och proteinsekvenser, genuttrycksdata, etc. För att lagra, bearbeta och analysera denna data är datavetenskapliga och statistiska metoder mycket viktiga. Den här kursen ger dig en översikt över centrala problemställningar inom området, olika typer av data som analyseras samt vanligt förekommande metoder och program som används för att analysera datan.
