• CASA UTHEALTH
  • DESPRE
  • CARIERE
  • DIRECTORIU
  • AZ
  • WEBMAIL
  • INSIDE UNIVERSITY Pagină securizată
  • Aplica acum
  • Viitorii studenti
  • Studentii actuali
  • Educație continuă
  • Personalul facultății

  • Cercetare
  • Despre
  • FAQ
  • Aplica acum
  • CASA UTHEALTH
  • DESPRE
  • CARIERE
  • DIRECTORIU
  • AZ
  • WEBMAIL
  • INSIDE UNIVERSITY Pagină securizată

BMI 5007 Metode in Health Data Science

3 ore de credit semestral
Ore de contact pentru curs: 2; Ore de contact de laborator: 3
Instrucțiuni bazate pe web și în clasă
Condiție preliminară: test preliminar și acordul instructorului
Taxă de laborator: 30 USD

metode

Descrierea cursului:
Cursul introduce metode în știința datelor despre sănătate - definirea problemei, accesarea și încărcarea datelor, formatarea în structurile de date necesare pentru analiză. Acest curs acoperă elementele de bază ale gândirii computaționale pentru a defini o soluție de calcul, metodele de acces la datele de asistență medicală dintr-o varietate de surse (date EHR, UMLS, Medline etc.) și în diferite formate de date. Studenții vor aplica metode de luptă a datelor și evaluări ale calității datelor pentru a structura datele pentru analiză. Studenții vor fi introduși la elementele de bază ale proiectării și evaluării algoritmilor și aplicării structurilor de date pentru datele de sănătate. Cursul va folosi limbajul de programare Python și bibliotecile de bază Python pentru științele datelor, cum ar fi numpy, scipy, matplotlib și pandas.

Elevii ar trebui să se aștepte la o cantitate bună de exerciții de programare pentru fiecare săptămână. Acest curs nu este o introducere în programare și nu un curs de îmbunătățire a abilităților de programare. Se așteaptă ca elevii să aibă o anumită experiență cu programarea Python de nivel introductiv/pentru începători.

După finalizarea cu succes a cursului, studenții vor:

  • Rezumați o nevoie de afaceri pentru analiza datelor și definiți o problemă de calcul adecvată
  • Proiectarea și analiza (complexitatea timpului) algoritmilor simpli
  • Enumerați structurile de date de bază și caracteristicile acestora, aplicațiile în biomedicină
  • Preluarea datelor biomedicale din mai multe formate de surse - în special fișiere plate (text), date tabulare (CSV), date structurate (JSON, XML)
  • Implementați programe Python pentru a încărca date și pentru a aplica o luptă de date de bază pentru a structura ieșirea.