Курс на Stepik
Обложка курса «Язык Python в биомедицине» на Stepik
Бесплатно

Язык Python в биомедицине ★ 4.467

Открыть на
STEPIK.ORG

Наш курс предоставляет уникальную возможность объединить медицинские знания с IT навыками. Изучите основы программирования на Python, а также базовые запросы SQL. Создавайте потрясающие веб-приложения на фреймворке Django, визуализируйте данные с помощью Matplotlib, Plotly и Chart.js.Познайте машинное обучение с библиотеками Python.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Язык Python в биомедицине»Учеников на курсе 3 277
Сертификаты, выданные на курсе «Язык Python в биомедицине»Сертификатов выдано 0
Отзывы о курсе «Язык Python в биомедицине»Отзывов получено 15
Рейтинг курса «Язык Python в биомедицине»Рейтинг курса 4.467
Уроки в курсе «Язык Python в биомедицине»Количество уроков 83
Тесты в курсе «Язык Python в биомедицине»Количество квизов 170
Задачи с кодом в курсе «Язык Python в биомедицине»Количество задач с кодом 18
Время прохождения курса «Язык Python в биомедицине»Время прохождения курса —
Обновления курса «Язык Python в биомедицине»Обновления курса — —
Дата публикации курса «Язык Python в биомедицине»Дата публикации курса — ———
Последнее обновление курса «Язык Python в биомедицине»Последнее обновление — ———

Содержание курса

Разделы в курсе «Язык Python в биомедицине» 22 раздела Уроки в курсе «Язык Python в биомедицине» 83 урока Тесты в курсе «Язык Python в биомедицине» 170 тестов Задачи в курсе «Язык Python в биомедицине» 18 задач Время прохождения курса «Язык Python в биомедицине» 3 ч. Последнее обновление курса «Язык Python в биомедицине» обн. 1 год назад

Введение в алгоритмизацию и основы Python

6 уроков
1. Зачем это нужно ↗
2. Основные достоинства языка Python ↗
3. Основы алгоритмизации ↗
4. Установка Python ↗
5. Знакомство с Python ↗
6. Работа в IDE ↗

Основы Python: Переменные, Типы данных, Ввод/Вывод и Отладка

8 уроков
1. Понятие переменной. Оператор присваивания ↗
2. Ввод и вывод данных ↗
3. Основные типы данных: булевский тип, числа, строки ↗
4. Cписки, множества, словари, кортежи ↗
5. Строковые методы. Escape-последовательности ↗
6. Индексация и срезы последовательностей ↗
7. Файлы. Работа с файлами, файловый ввод и вывод ↗
8. Способы отладки ↗

Инструкции и циклы. Функции, классы, модули

8 уроков
1. Логические выражения. Условный оператор ↗
2. Исключения. Перехват исключений с помощью try и except ↗
3. Циклы while и for ↗
4. Обход последовательностей, методы списков, множеств и словарей ↗
5. Итераторы и оператор yield ↗
6. Функция. Вызов функции ↗
7. Модули и пакеты модулей ↗
8. Классы, конструктор класса, атрибуты, наследование ↗

Система контроля версий. Git и GitHub

5 уроков
1. Введение в GIT ↗
2. Основные команды Git и состояния файлов ↗
3. Ветвление и работа с ветками в Git ↗
4. Основы работы с GitHub ↗
5. Совместная работа и разрешение конфликтов в Git ↗

Финальная работа

1 урок
1. Контрольное занятие ↗

Знакомство с NumPy

4 урока
1. Основы NumPy: массивы и операции с ними. ↗
2. Индексация и срезы в NumPy. ↗
3. Работа с многомерными массивами. ↗
4. Универсальные функции в NumPy. ↗

Введение в Pandas

3 урока
1. Знакомство с Pandas: Series и DataFrame. ↗
2. Индексация и фильтрация данных в DataFrame. ↗
3. Объединение и группировка данных. ↗

Работа с данными в Pandas

3 урока
1. Работа с пропущенными данными (NaN). ↗
2. Преобразование данных в Pandas. ↗
3. Визуализация данных с помощью Pandas. ↗

Статистика в Python

3 урока
1. Введение в статистику и её понятия. ↗
2. Описательная статистика в Pandas. ↗
3. Изучение распределений данных. ↗

Регрессионный анализ

3 урока
1. Введение в регрессионный анализ. ↗
2. Простая линейная регрессия. ↗
3. Множественная линейная регрессия. ↗

Корреляция и анализ связей

3 урока
1. Корреляционный анализ. ↗
2. Коэффициент корреляции Пирсона и Спирмена. ↗
3. Анализ связей между переменными. ↗

Анализ временных рядов

3 урока
1. Введение в анализ временных рядов. ↗
2. Представление временных рядов в Python. ↗
3. Прогнозирование временных рядов. ↗

Введение в биостатистику

3 урока
1. Введение в биостатистику. ↗
2. Экспериментальные и наблюдательные исследования. ↗
3. Типы данных в биостатистике. ↗

Анализ категориальных данных

3 урока
1. Анализ таблиц сопряженности. ↗
2. Хи-квадрат тест. ↗
3. Анализ доли и доверительные интервалы. ↗

Множественные сравнения

3 урока
1. Проблема множественных сравнений. ↗
2. Коррекция методом Бонферрони. ↗
3. Коррекция методом FDR (False Discovery Rate). ↗

Регрессия и классификация в биостатистике

2 урока
1. Логистическая регрессия. ↗
2. Метод k ближайших соседей (kNN) для классификации. ↗

Контрольное занятие

1 урок
1. Проект "Анализ медицинских данных" ↗

BioPython и базы данных в биомедицине

9 уроков
1. BioPython: установка и общее описание модуля ↗
2. Запросы данных ↗
3. Базы данных в биоинформатике ↗
4. Базы данных в Biopython - Entrez ↗
5. Форматы fasta, genbank ↗
6. Парсинг XML ↗
7. Анализ последовательностей в Biopython ↗
8. Выравнивание последовательностей ↗
9. Популяционная генетика в BioPython ↗

Shiny для Python

3 урока
1. Знакомство с Shiny for Python ↗
2. Ввод и вывод ↗
3. Реактивное программирование ↗

Анализ экспрессии генов

6 уроков
1. Технология секвенирования ↗
2. Формат FASTQ ↗
3. Контроль качества ↗
4. Введение в анализ транскриптома ↗
5. Практика в Phantasus ↗
6. Анализ дифференциальной экспрессии и молекулярных путей ↗

Анализ биомолекулярных структур

2 урока
1. 3D-структуры белков ↗
2. Визуализация и анализ молекул в PyMol ↗

Финальный проект

1 урок
1. Финальный проект ↗