In diesem Kurs gibt es noch keine veröffentlichten Inhalte.

Kurs ist verfügbar

Fundamentals of Programming for Digital Health Winter Term 2025/2026

Angeboten von Berry Boessenkool, Prof. Dr. Bert Arnrich
Fundamentals of Programming for Digital Health Winter Term 2025/2026

Basic and intermediate concepts of programming in Python and R: data structures, conditions, loops, data input/output, analysis and visualization.
This course is open to anyone, but taylored to the HPI master program Digital Health.

Bald verfügbar
Kurssprache: English
Für den Kurs einschreiben

Kursinformationen

Welcome to the course "fundamentals of programming for digital health" by Berry Boessenkool at the chair of Bert Arnrich, Digital Health Cluster, Hasso Plattner Institute in Potsdam.

The videos and autograded exercises in this course aim to make you a great coder following good programming practices.
The course is open to anyone. The tutorial sessions are primarily aimed at the Digital Health master students, but usually some seats are still available, so while the course is running, feel free to join :).

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 between 7 and 11 hours for most participants in past years.
You can prepare for R ahead of the semester with my short R course if wanted.

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 Wednesdays (11:00-12:30) in G2.U.10 (Campus III, Digital Health Cluster, basement floor). On Mondays (13:30-15:00), you can work on exercises together, with Berry present for questions (same room).

The course grade is a weighted average of the weekly exercises (15%), an individual coding project with a report (50%) and a short oral exam (35%). The grading criteria are good programming practices.

Lernmaterial

  • I1: infrastructure:

    course info, IDEs, interactive exercises, git, markdown (released Oct 13, exercises due Oct 29)

  • P1: intro & functions:

    Python intro, syntax, data types, character strings, writing functions (Oct 20 - 29)

  • P2: objects:

    Collections (overview), lists, sets, tuples, dictionaries (Oct 27 - Nov 05)

  • P3: loops:

    conditional code execution, loops, list comprehension (Nov 03 - 12)

  • P4: programming:

    managing errors, writing classes, unit tests (Nov 10 - 19)

  • P5: data science:

    numpy, pandas, missing values, applications (Nov 17 - 26)

  • Python practice:

    exercises covering all course python content

  • R1: intro:

    welcome, showcase, Rstudio configuration, syntax, help, vectors (Nov 24 - Dec 03)

  • R2: basics:

    statistics, functions, conditions, packages (Dec 01 - 10)

  • R3: data types:

    logicals, charstrings, categories, overview (Dec 08 - 17)

  • R4: objects:

    data.frame, matrix, list, array (Dec 15 - Jan 07)

  • Christmas break vacation:

    two weeks :)

  • R5: real data:

    read, merge, missing values, sources (Jan 05 - 14)

  • R6: plots:

    scatterplots, line plots, barplots, low level commands (Jan 12 - 21)

  • R7: figures:

    composition, histograms, boxplots, exporting, outlook (Jan 19 - 28)

  • R8: flow control:

    debugging functions, loops (Jan 26 - Feb 04)

  • R practice:

    exercises covering all course R content

Für diesen Kurs einschreiben

Der Kurs ist kostenlos. Legen Sie sich einfach ein Benutzerkonto auf openHPI an und nehmen Sie am Kurs teil!
Jetzt einschreiben

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.