1. oktober 2022

Data science

Du vil lære “best practices” inden for dataanalyse fra basal datahåndtering til visualisering og avanceret modellering.

Videreuddannelse af fagfolk, der arbejder med personlig medicin.

Stadig større mængder af data bliver indsamlet i sundhedsvæsnet fra genomiske analyser, wearable devices samt elektroniske patientjournaler. Dette kursus vil give dig de nødvendige data science færdigheder det kræver at analysere sådanne store datasæt.

Vi vil gennemgå de forskellige skridt i en analyse fra indlæsning og transformering af data til visualisering, statistisk analyse og machine learning (både supervised og unsupervised learning).

Du vil lære om værktøjer der kan hjælpe med at lave overskuelige og reproducerbare analyser såsom software til versionskontrol og workflow-håndtering og blive introduceret til brug af High Performance Computing (HPC) og parallelisering.

Undervisningen vil være hands-on hvor du skal analysere relevante datasæt kombineret med systematisk gennemgang af de forskellige metoder og værktøjer, herunder kilder til fejl, variation og usikkerhed.

Dataanalysen vil foregå vha. R (tidyverse) og erfaring med brug af R er en fordel. Erfaring kan med R kan eventuelt opnås ved selvstudium i forbindelse med kurset.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Når kurset er afsluttet kan du:

Tilegne dig viden om principperne bag tidyverse’s data håndtering, visualisering, modellering, og analyse. Derudover viden om forskellige machine learning metoder (både supervised og unsupervised learning) og hvornår de kan anvendes. Endelig vil du have viden om brug af high performance computing (HPC) til analyse af store datasæt.

Bruge tidyverse til at udføre en hel dataanalyse, startende fra indhentning og formatering af rå data, over visualisering, til modellering og inferens.

Følge og forholde dig kritisk til videnskabelige analyser af store datasæt. Du vil have viden om machine learning metoders muligheder og begrænsninger i forhold til forskellige problemstillinger og mængden af tilgængeligt data.

Se hele kursusbeskrivelsen i kursuskataloget

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Kursusdetaljer

Fremmøde 4 dages fremmøde (2x2 dage)
5 online sessioner
Datoer Efterår 2022
Frekvens Udbydes hvert år
Sted Aarhus Universitet, Aarhus, Danmark
Pris 10.500 DKK
Betalingsbetingelser
Niveau og point Masterkursus; 5 ECTS
Eksamensdato Afventer dato
Ansøgningsfrist 8 uger før kursusstart
Optag Kriterier for optag følger adgangskrav til Master i personlig medicin


Åbning af ansøgningsperioden annonceres via nyhedsbrev

Fuld kursusbeskrivelse (studieordning)