Der Kurs bietet einen breiten und vor allem praktischen Überblick über die grundlegenden Fähigkeiten der Bioinformatik (und allgemein der Datenanalyse). Ziel ist es, die gleichzeitige Entwicklung von quantitativen und programmiertechnischen Fähigkeiten für Studenten der Biologie und Biomedizin zu unterstützen, die keine oder nur geringe Kenntnisse in der Programmierung oder quantitativen Analyse haben.
Durch den Kurs werden die Studenten die notwendigen praktischen Fähigkeiten entwickeln, um grundlegende Datenanalysen durchzuführen. Vor allem aber erlernen die Teilnehmer langfristige Fähigkeiten in der Programmierung (und Datenanalyse) und die Richtlinien zur Verbesserung ihrer Kenntnisse in diesem Bereich. Der Kurs umfasst die Programmierung in R, die Programmierung in Python, Unix-Server und die Wiederholung grundlegender Konzepte der Statistik.
Das erste Modul befasst sich mit den Grundlagen der Programmierung mit R. Dazu gehören: Arbeiten in R und RStudio, Verständnis von Datentypen, Schleifen und ifs. Darüber hinaus bietet das Modul eine Einführung in RMarkDown, ein Tool zur gemeinsamen Nutzung von Code, das wir in den Codierungsvorlesungen verwenden werden.
Das ist alles enthalten
17 Videos2 Lektüren4 Aufgaben
Infos zu Modulinhalt anzeigen
17 Videos•Insgesamt 123 Minuten
Kurze Einführung in den Kurs•2 Minuten
Vorlesung: Programmierung und R•4 Minuten
Vorlesung: Einführung in RStudio•3 Minuten
Coding-Vorlesung: Erster Kontakt mit RStudio•9 Minuten
Einführung•1 Minute
Vortrag: Datentypen in R•3 Minuten
Vorlesung: Datenstrukturen in R•6 Minuten
Kodierungsvorlesung: Datentypen in R - atomar und Vektoren•15 Minuten
Kodierungsvorlesung: Datentypen in R - Listen und Matrizen•17 Minuten
Kodierungsvorlesung: Datentypen in R - Datenrahmen•7 Minuten
Vorlesung: Einführung in den Kontrollfluss•4 Minuten
Grundlagen + wo Sie mehr erfahren können•5 Minuten
2 Lektüren•Insgesamt 40 Minuten
R einrichten•30 Minuten
Verfügbare Datensätze, die im Kurs verwendet werden.•10 Minuten
4 Aufgaben•Insgesamt 95 Minuten
Einführung in R Quiz•20 Minuten
Datentypen in R Quiz•15 Minuten
Kontrollfluss in R Quiz•30 Minuten
Laden und Schreiben in R Quiz•30 Minuten
Modul 2: Einführung in die Programmierung II (mit R)
Modul 2•9 Stunden abzuschließen
Moduldetails
Das zweite Modul konzentriert sich auf zwei Ziele. Erstens, die Beherrschung der Verwendung von logischen Werten und Vektoren und deren Anwendungen in der Qualitätskontrolle. Zweitens sollen die Programmierkenntnisse geübt werden, während Sie lernen, wie man grundlegende statistische Analysen durchführt. Dazu gehören: explorative Datenanalyse, Korrelation, lineare Modelle, T-Tests und ANOVA. Schließlich werden wir die verfügbaren Ressourcen für die R-Programmierung erkunden.
Das ist alles enthalten
20 Videos1 Lektüre2 Aufgaben6 Programmieraufgaben
Infos zu Modulinhalt anzeigen
20 Videos•Insgesamt 162 Minuten
Einführung in Modul 2•1 Minute
Vorlesung: Logische Werte, logische Vektoren und Operationen mit ihnen.•6 Minuten
Kodierungsvorlesung: Logische Vektoren, Teil 1.•11 Minuten
Kodierungsvorlesung: Logische Vektoren, Teil 2.•7 Minuten
Kodierungsvorlesung: Beispiel für ein lineares Modell•6 Minuten
Kodierungsvorlesung: Auswertung eines linearen Modells in R•6 Minuten
Vorlesung: t-test & ANOVA•19 Minuten
Kodiervorlesung: t-test.•8 Minuten
Kodiervorlesung: ANOVA•7 Minuten
Einführung in den Datensatz: Datensatz 4.•3 Minuten
Geführte Analyse.•26 Minuten
Vortrag: R Pakete•4 Minuten
1 Lektüre•Insgesamt 10 Minuten
Wie funktionieren die R-Programmieraufgaben?•10 Minuten
2 Aufgaben•Insgesamt 40 Minuten
Explorative Datenanalyse und Visualisierung in R•30 Minuten
Quiz zu den Grundlagen der Programmierung•10 Minuten
6 Programmieraufgaben•Insgesamt 345 Minuten
Arbeiten mit logischen Werten und Matrizen•180 Minuten
Qualitätskontrolle der Daten•45 Minuten
Korrelationsanalyse•30 Minuten
Lineare Modelle•30 Minuten
t-Test und ANOVA•30 Minuten
Erste Analyse eines Expressionsdatensatzes.•30 Minuten
Modul 3: Programmierung in Python
Modul 3•6 Stunden abzuschließen
Moduldetails
Das dritte Modul vermittelt die Grundlagen der Programmiersprache Python. Zunächst werden die Sprachen Python und R verglichen und die Syntax von Python erlernt. Zweitens wird das Modul mit zwei wichtigen Python-Modulen arbeiten: pandas und numpy.
Vorlesung: Native Datenstrukturen in Python•2 Minuten
Kodierungsvorlesung: Grundlagen der Datentypen•9 Minuten
Kodierungsvorlesung: Listen und Tupel•9 Minuten
Kodierungsvorlesung: Mengen und Wörterbücher•8 Minuten
Vorlesung: Flusskontrolle und Funktionen.•1 Minute
Kodierung Vorlesung: if-Bedingungen, for- und while-Schleifen.•17 Minuten
Kodiervorlesung: Deklarieren und Verwenden von Funktionen in Python•6 Minuten
Vorlesung: Überblick über Module in Python•2 Minuten
Vorlesung: numpy•1 Minute
Kodierungsvorlesung: numpy•10 Minuten
Vortrag: Pandas•1 Minute
Coding-Vorlesung: Pandas•14 Minuten
Coding-Vorlesung: Pandas für die Datenexploration•9 Minuten
Coding-Vorlesung: Visualisierung•9 Minuten
1 Lektüre•Insgesamt 3 Minuten
Kostenlose Online-Ressourcen zu Python•3 Minuten
4 Aufgaben•Insgesamt 40 Minuten
Primitive Werte und Datenstrukturen in Python•10 Minuten
Python-Syntax: for, if-Anweisungen und Funktionen•10 Minuten
Das numpy-Paket•10 Minuten
Das Paket pandas•10 Minuten
4 Programmieraufgaben•Insgesamt 120 Minuten
Python-Datenstrukturen•30 Minuten
Python-Kontrollfluss•30 Minuten
Das NumPy-Paket•30 Minuten
Das Paket pandas•30 Minuten
1 Unbewertetes Labor•Insgesamt 45 Minuten
Visualisierung mit dem Paket pandas•45 Minuten
Modul 4: Bioinformatik-Fallstudie - RNA-seq Massen- und Einzelzelldatenanalyse
Modul 4•5 Stunden abzuschließen
Moduldetails
Das letzte Modul konzentriert sich auf die Anwendung von Kenntnissen und Verständnis der Programmierung bei der Analyse von echten RNA-seq-Daten. R wird für die Analyse von Massen-RNA-seq und Python für Einzelzell-RNA-seq verwendet. Die Ergebnisse der beiden Analysen werden dann integriert. Schließlich wird das Modul Einblicke geben, wie Sie Ihre Kenntnisse und Fähigkeiten in R vertiefen können.
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was erhalte ich, wenn ich das Zertifikat kaufe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.