Kursplan för Introduktionskurs i programmering i Python och R inom biovetenskap

Introduction to Programming in Python and R for Bioscience

Kursplan

  • 7,5 högskolepoäng
  • Kurskod: 3FB221
  • Utbildningsnivå: Grundnivå
  • Huvudområde(n) och successiv fördjupning: Farmaceutisk vetenskap G2F

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå

    • G1N: har endast gymnasiala förkunskapskrav
    • G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    • G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    • G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    • G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    • GXX: kursens fördjupning kan inte klassificeras

    Avancerad nivå

    • A1N: har endast kurs/er på grundnivå som förkunskapskrav
    • A1F: har kurs/er på avancerad nivå som förkunskapskrav
    • A1E: innehåller examensarbete för magisterexamen
    • A2E: innehåller examensarbete för masterexamen
    • AXX: kursens fördjupning kan inte klassificeras

  • Betygsskala: Underkänd (U), godkänd (G), väl godkänd (VG)
  • Inrättad: 2016-05-26
  • Inrättad av: Kommittén för utbildning på grundnivå och avancerad nivå vid farmaceutiska fakulteten
  • Reviderad: 2019-12-09
  • Reviderad av: Programsamordnare Jörgen Bengtsson
  • Gäller från: vecka 27, 2020
  • Behörighet: 180 hp varav 90 hp kemi, biologi, farmaceutisk vetenskap eller motsvarande
  • Ansvarig institution: Institutionen för farmaci

Mål

Den studerande ska efter avslutad kurs kunna:

  • Redogöra för och använda grundläggande programmeringsprinciper
  • Konstruera och exekvera grundläggande Pythonprogram och R-program
  • Utveckla och implementera grundläggande algorithmer i Python och R
  • Använda externa Pythonbibliotek och R-paket
  • Använd R för statistiska beräkningar
  • Visualisera data och resultat av statistiska beräkningar med hjälp av olika grafiska R-paket

Innehåll

Kursen är uppdelad i två delar. Under de första två veckorna ligger fokus på Pythonprogrammering och de resterande tre veckorna ligger fokus på R-programmering.
Pythondelen av kursen ger en generell introduktion till programmering där studenten introduceras till programmeringskoncept och får praktisera dessa med hjälp av programmeringsspråket Python. Fokus ligger på att etablera ett datorbaserat tankesätt och studenten får lära sig och praktisera att skriva små program för att lösa praktiska problem. Kursen involverar också en del där studenten får lära sig att använda programmeringskod skriven av andra programmerare i sina egna program.
I R-delen av kursen kommer undervisningen att fokusera på att ge studenten de verktyg som behövs för dataanalys, specifikt för stora dataset. Studenten kommer lära sig att dela upp stora dataset i mindre, mer hanterbara delar och använda kvalitativa och kvantitativa redskap för att summera och visualisera den information som datasetet innehåller. Förmågan att kommunicera resultat kommer att betonas. Olika dataset kommer användas i de olika uppgifterna under kursen gång för att exponera studenten för olika typer av data. Kursen omfattar praktiska uppgifter såsom att läsa in data i R, använda R-paket, skriva egna R-funktioner, felsökning och hur man organiserar och kommenterar R-kod. Uppgifterna kommer även att omfatta statistisk dataanalys.

Undervisning

Undervisningen kommer att ske som föreläsningar, datorlaborationer och projektarbete.
Projektarbete är obligatoriska uppgifter som ska lösas och examineras individuellt.

Examination

Skriftligt prov sker i slutet av kursen. För godkänd kurs krävs, förutom godkänt skriftligt prov ( 0,5 hp), godkänt resultat på projektarbete för Python (3 hp) och R (4 hp) samt godkänt på obligatoriska moment. Möjlighet att komplettera icke godkända obligatoriska moment kan beredas tidigast vid nästa kurstillfälle och endast i mån av plats.
Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en student examineras på annat sätt. Särskilda skäl kan t. ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare.

Övriga föreskrifter

Ersätter och motsvarar 3FB617.

Litteratur

Litteraturlista

Gäller från: vecka 27, 2020

I bibliotekets söktjänst kan du se om en titel finns elektroniskt.

Rekommenderad kurslitteratur

Kurslitteratur kommer dela ut vid kursintroduktion.