SylabUZ
Course name | Analiza danych medycznych w pakiecie R II* |
Course ID | 12.8-WF-FizTP-ADMPR-S17 |
Faculty | Faculty of Physics and Astronomy |
Field of study | Medical physics |
Education profile | academic |
Level of studies | First-cycle studies leading to Bachelor's degree |
Beginning semester | winter term 2021/2022 |
Semester | 4 |
ECTS credits to win | 4 |
Course type | optional |
Teaching language | polish |
Author of syllabus |
|
The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
Lecture | 30 | 2 | - | - | Exam |
Laboratory | 30 | 2 | - | - | Credit with grade |
Celem przedmiotu jest zapoznanie studenta z nowoczesnymi metodami analizy danych medycznych w specjalistycznym języku programowania R.
Podstawowy kurs programowania, ukończony kurs programowania w języku R, kurs biostatystyki.
Wykład:
Wykład konwencjonalny, problemowy, pokaz, dyskusja, warsztaty (testowanie aktualnie omawianych fragmentów kodu), burza mózgów.
Laboratoria:
Ćwiczenia laboratoryjne, projekty, praca w grupie, programowanie w parach, burza mózgów, prezentacja, praca z dokumentacją, samodzielne pozyskiwanie wiedzy
Outcome description | Outcome symbols | Methods of verification | The class form |
Wykład:
Egzamin praktyczny polegający na rozwiązaniu postawionego problemu (wylosowanego z listy problemów). Ocenie końcowej podlega analiza problemu, przedstawienie algorytmów rozwiązania problemu, kod źródłowy oraz ocena i weryfikacja uzyskanych wyników.
Laboratorium:
Ocena końcowa z laboratorium składa się w 30% z średniej ocen uzyskanych w trakcie laboratoriów i w 70% z oceny końcowej projektu.
Przed przystąpieniem do egzaminu student musi uzyskać zaliczenie z ćwiczeń laboratoryjnych.
Ocena końcowa: średnia arytmetyczna ocen z egzaminu i ćwiczeń laboratoryjnych
Analiza danych z programem R(Miękka), P. Biecek, PWN, Warszawa, 2, 2020
Przewodnik po pakiecie R, P. Biecek, https://cran.r-project.org/doc/contrib/Biecek-R-basics.pdf
R for Data Science: Import, Tidy, Transform, Visualize, and Model Data, H Wickham, G Grolemund, O'REILLY, 2016
R for Data Science: Import, Tidy, Transform, Visualize, and Model Data, H Wickham, G Grolemund, O'REILLY, 2016
Modified by dr Marcin Kośmider (last modification: 09-05-2021 21:12)