Titulación | Tipo | Curso |
---|---|---|
Estadística Aplicada | OP | 4 |
Puede consultar esta información al final del documento.
Conocimientos básicos del idioma inglés, ya que buena parte de los artículos, tutoriales y paquetes de software están redactados en esta lengua.
Recomendable haber cursado la asignatura de Bioinformática o tener un dominio equivalente de:
BLOQUE 1. Big Data en el Descubrimiento de Fármacos
BLOQUE 2. Big Data en el Análisis de Datos Ómicos
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Clases prácticas | 21 | 0,84 | |
Clases teóricas | 21 | 0,84 | |
Presentación Proyecto de Investigación | 3 | 0,12 | |
Tipo: Supervisadas | |||
Tutorizaciones | 10 | 0,4 | |
Tipo: Autónomas | |||
Estudio | 70 | 2,8 | |
Preparación Proyecto de Investigación | 20 | 0,8 |
La asignatura está organizada en sesiones de 3 horas. Cada sesión consta de una parte teórica (aulas de teoría) donde s'introudirà el temario nuevo seguida de una parte práctica (aulas de informática) donde se trabajará la aplicación de los conceptos explicados en la parte teórica. En cada sesión el profesor indicará a los estudiantes algunas tareas a realizar de manera autónoma, como lectura de artículos, resolución de ejercicios de clase o elaboración de informes de prácticas. El material utilizado por los profesores estará disponible en el Campus Virtual de la asignatura.
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Título | Peso | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|---|
Exámen Teórico-Práctico | 20 | 2 | 0,08 | CM14, KM17, KM18, SM19 |
Preparación de Informes de Prácticas | 30 | 0,5 | 0,02 | CM14, KM17, KM18, SM16, SM18, SM19 |
Presentación ejercicios clase | 30 | 0,5 | 0,02 | CM14, KM17, KM18, SM18, SM19 |
Presentación Proyecto de Investigación | 20 | 2 | 0,08 | KM18, SM16, SM17, SM18, SM19 |
BLOQUE 1. Big Data en Diseño de Fármacos (50%):
BLOQUE 2. Big Data en Análisis de Datos Ómicos (50%):
La calificación mínima global necesaria para superar la asignatura será de 5 puntos. Para hacer media, es necesario que la nota mínima de cada una de las actividades evaluables sea igual o superior a 3,5 puntos.
El alumnado, para poder optar a la recuperación, debe haber sido previamente evaluado en un conjunto de actividades cuyo peso equivalga a un mínimo de dos terceras partes de la calificación total de la asignatura. Los estudiantes que tengan alguna de las pruebas suspendidas o no presentadas podrán hacer el examen de recuperación correspondiente al bloque suspendido. En caso de no superar el umbral establecido en alguno de los bloques en la recuperación, la nota final del curso será la nota mínima de los bloques.
Esta asignatura no contempla el sistema de evaluación única.
R: https://www.r-project.org/
Rstudio: https://www.rstudio.com/
La información proporcionada es provisional hasta el 30 de noviembre de 2025. A partir de esta fecha, podrá consultar el idioma de cada grupo a través de este enlace. Para acceder a la información, será necesario introducir el CÓDIGO de la asignatura
Nombre | Grupo | Idioma | Semestre | Turno |
---|---|---|---|---|
(PLAB) Prácticas de laboratorio | 1 | Catalán | segundo cuatrimestre | tarde |
(TE) Teoría | 1 | Catalán | segundo cuatrimestre | tarde |