Introduce basic concepts of programming in R and Python for Digital Health
Kurssprache: English
Beginner, Digital Health, Programming
Kursinformationen
Course topics include data structures, program control statements (conditional execution, loops, etc.), data input/output, analysis and visualization for R (9 weeks, 2023-10-16 to 2023-12-18) and Python (6 weeks, 2024-01-08 to 2024-02-12).
The course is set up to technically require no previous programming skills. However, if you have little coding experience, you'll have to spend more time on this course than expected by the credit points. The weekly time requirement is projected to be between 2 and 9 hours.
The lectures are presented in short online videos accompanied by interactive programming exercises through CodeOcean. They can be watched / solved at your own time and pace.
The tutorial sessions take place in person on Mondays (13:30-15:00) in G2.U.10 (Campus III, Digital Health Center, basement floor). The tuesday time slot in the schedule is for your own time allocation, there is no central meeting planned.
The tutorials are designed to:
- answer your questions and those posed by others
- look at your code for things that may be optimizable or even bad habits
Grading is based 50/50 on separate R (December) and Python (February) exams.
Lernmaterial
R1: intro:
welcome, showcase, configuration (R & Rstudio), interactive exercises, syntax, help, vectorsR2: basics:
statistics, functions, conditions, packagesR3: data types:
logicals, charstrings, categories, overviewR4: objects:
data.frame, matrix, list, arrayR5: real data:
read, merge, missing values, sourcesR6: plots:
scatterplots, line plots, barplots, low level commandsR7: figures:
composition, histograms, boxplots, exporting, outlookR8: flow control:
debugging functions, loopsR exam:
Mo Dec 18, in the tutorial time slot 13:30 - 15:00 (CET)P1: intro & functions:
Python intro, syntax, data types, character strings, writing functionsP2: collections & conditions:
Collections (overview), lists, sets, tuples, dictionaries, conditional code executionP3: loops:
loops, list comprehensionP4: errors & classes:
managing errors, writing classesP5: numpy & pandas:
numpy, pandas, missing values, applicationsPython exam:
Mo Feb 12
Für diesen Kurs einschreiben
Lernende
Dieser Kurs wird angeboten von
Berry Boessenkool gibt seit 2012 R Kurse in unterschiedlichen Formaten. Er hat sich als freiberuflicher R Trainer und Berater selbstständig gemacht und arbeitet in Teilzeit als Dozent am HPI. Seine Leidenschaft zum Programmieren wurde im Studium der Geoökologie geweckt und die Analyse von Umweltdaten ist ihm nach wie vor ein Herzensanliegen.
Prof. Dr.-Ing. Bert Arnrich leitet den Lehrstuhl "Digital Health - Connected Healthcare" am Hasso-Plattner-Institut. Er beschäftigt sich mit dem Erfassen und der Analyse von gesundheits-relevanten Daten aus dem täglichen Leben. Ziel ist die Mitgestaltung eines zukünftigen Gesundheitswesens in dessen Mittelpunkt die Erhaltung einer gesunder Lebensweise steht. Bert Arnrich hat "Naturwissenschaftliche Informatik" an der Technischen Fakultät der Universität Bielefeld studiert. Im Jahr 2006 erhielt der den Doktortitel Dr.-Ing. für seine Doktorarbeit "Data Mart Based Research in Heart Surgery". Zwischen 2006 und 2013 hat er die Forschungsgruppe "Pervasive Healthcare" am Wearable Computing Lab der ETH Zürich geleitet. Er erhielt ein Marie Curie Stipendium der Europäischen Union und wurde 2013 zum Assistenz-Professor am Computer Engineering Department der Bosporus Universität ernannt. Zwischen 2017 und 2018 arbeitete er als Science Manager für Emerging Technologies bei Accenture.