Titulació | Tipus | Curs | Semestre |
---|---|---|---|
2503740 Matemàtica Computacional i Analítica de Dades | OT | 4 | 1 |
Podeu accedir-hi des d'aquest enllaç. Per consultar l'idioma us caldrà introduir el CODI de l'assignatura. Tingueu en compte que la informació és provisional fins a 30 de novembre de 2023.
Coneixements bàsics de l'idioma anglès ja que part del material docent està en aquesta llengua. Recomanable haver cursat l'assignatura Bioinformàtica.
L'assignatura pretén donar una visió sobre les possibilitats de l'anàlisi de Big Data focalitzat en Bioinformàtica.
L'assignatura constat de dos blocs: 1) metodologies computacionals aplicades al descobriment de fàrmacs i 2) anàlisi de dades òmiques. L'assignatura forma part de la Menció en Estadística per a les Ciències de la Salut.
BLOC 1. Big Data en el Descobriment de Fàrmacs
BLOC 2. Big Data en Anàlisi de Dades Òmiques
*Llevat que les restriccions imposades per les autoritats sanitàries obliguin a una priorització o reducció d’aquests continguts.
L'assignatura està organitzada en sessions de 3 hores on cada sessió consta d'una part teòrica (aules de teoria) on s'introudirà el temari nou seguida d'una part pràctica (aules d'informàtica) on es treballarà l'aplicació dels conceptes explicats en la part teòrica. A cada sessió el professor/a indicarà als estudiants algunes tasques a fer de manera autònoma, com ara lectura d'articles o l'elavoració d'informes de pràctiques. El material utilitzat pels professors estarà disponible al Campus Virtual de l'assignatura.
*La metodologia docent proposada pot experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Clases teòriques | 21 | 0,84 | |
Classes pràctiques | 21 | 0,84 | |
Presentació Projecte de Recerca | 3 | 0,12 | |
Tipus: Supervisades | |||
Tutoritzacions | 10 | 0,4 | |
Tipus: Autònomes | |||
Estudi | 70 | 2,8 | |
Preparació Projecte de Recerca | 20 | 0,8 |
BLOC 1. Big Data en Disseny de Fàrmacs (50%):
- exercicis de pràctiques (30%)
- presentació treball bioinformàtic davant d'una comissió (20%)
BLOC 2. Big Data en Anàlisi de Dades Òmiques (50%):
- exercicis de pràctiques (30%)
- prova teòrico-pràctica (20%)
La qualificació mínima global necessària per superar l'assignatura serà de 5 punts. Per a fer mitjana cal que la nota mínima de cadascuna de les activitats avaluables sigui igual o superior a 4 punts. Els estudiants que tinguin alguna de les proves suspeses o no presentades podran fer l’examen de recuperació on es podran examinar del bloc suspès.
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
Examens teòrico-pràctiques | 40 | 4 | 0,16 | 1, 2, 3, 4, 7 |
Presentació Projecte de Recerca | 20 | 0,5 | 0,02 | 4, 5, 6, 7, 8, 9, 10 |
Presentació informes de pràctiques | 40 | 0,5 | 0,02 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 |
La docència virtual ha posat de manifest la importància de poder disposar de recursos online. Tenint en compte que durant aquests mesos les editorials han posat en obert molt contingut, i que a més es disposa de la plataforma a prova de llibres digitals (50.000 llibres accessibles - https://mirades.uab.cat/ebs/), us demanem que, en la mesura de les vostres possibilitats, feu un esforç per tal que les Guies Docents del curs 2020/2021 incrementin les referències de documents digitals. En aquest enllaç, trobareu una infografia que ha preparat el Servei de Biblioteques per facilitar la localització de llibres electrònics: https://ddd.uab.cat/record/22492
R: https://www.r-project.org/
Rstudio: https://www.rstudio.com/