zurück zur Suche

Scientific Data Processing

MH160006Pflichtmodule5 ECTSEnglischWintersemesterTUM School of Medicine and Health
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst Grundkenntnisse der Programmierung mit R und deren Anwendung für datenbasierte Fragestellungen im Gesundheitsbereich. Am Ende kannst du Datensätze in R einlesen, bereinigen, analysieren visualisieren und einfache Regressionsmodelle schätzen sowie Ergebnisse in R Markdown dokumentieren und ein kleines Datenanalyseprojekt eigenständig durchführen.

Was du danach kannst

  • R als Taschenrechner nutzen; Vektoren, Matrizen und Data Frames erstellen
  • Datensätze laden, Unterstichproben bilden und zusammenfassende Statistiken erstellen
  • Daten manipulieren (z. B. Variablen umbenennen, neue Variablen erzeugen)
  • Grafiken zur Darstellung von Variation und Kovariation erstellen
  • Regressionsmodelle schätzen und zur Vorhersage nutzen
  • Funktionen schreiben zur Wiederholung von Analyse-Schritten
  • Konzept von Schleifen verstehen und effizient anwenden
  • Häufige Probleme handhaben: fehlende Werte und Zusammenführung von Datensätzen
  • Berichte mit R Markdown erstellen
  • Ein einfaches Datenanalyseprojekt eigenständig durchführen

Aus was das Modul besteht

  • Interactive blended learning programming courseHauptformat zum Erlernen und Üben der R-Programmierung
  • Self-StudyErmöglicht selbstständiges Lernen im eigenen Tempo
  • Exercise SheetsPraktische Aufgaben zur Festigung der Inhalte
  • Hands-on Data ProjectAnwendung des Gelernten in einem praxisnahen Projekt

Lehrmethode

  • Interaktiver Blended-Learning-KursVerknüpft Präsenz/Interaktion mit digitalen Materialien für praktisches Programmierlernen
  • SelbststudiumErlaubt individuelles Lernen und Vertiefung der Inhalte
  • ÜbungsblätterZur systematischen Übung und Anwendung von Programmier- und Analyseaufgaben
  • Praktisches DatenprojektZur eigenständigen Durchführung einer vollständigen Analyse inklusive Dokumentation

Termine

ÜbungScientific Data Processing2 Gruppen zur Wahl

  • ADi.14:15–17:4501.2330.103, CIP-Pool (2330.01.103)
    15× · 13.10.–02.02.
    • 13.10.
    • 20.10.
    • 27.10.
    • 03.11.
    • 10.11.
    • 17.11.
    • 24.11.
    • 01.12.
    • 08.12.
    • 15.12.
    • 22.12.
    • 12.01.
    • 19.01.
    • 26.01.
    • 02.02.
  • BMi.08:15–11:4501.2330.103, CIP-Pool (2330.01.103)
    14× · 14.10.–03.02.
    • 14.10.
    • 21.10.
    • 04.11.
    • 11.11.
    • 18.11.
    • 25.11.
    • 02.12.
    • 09.12.
    • 16.12.
    • 23.12.
    • 13.01.
    • 20.01.
    • 27.01.
    • 03.02.

Aus dem laufenden Semester, unverbindlich. Von mehreren Gruppen besucht man eine; der Stundenplan schlägt automatisch die mit den wenigsten Überschneidungen vor.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.