Fundamentals of Programming for Digital Health WS 2026/27

Kurs

Fundamentals of Programming for Digital Health WS 2026/27

Basic and intermediate concepts of programming in Python and R: data structures, conditions, loops, data input/output, analysis and visualization. Using git + quarto and focusing on good programming principles.

This course is open to anyone, but taylored to the HPI master program Digital Health.

Angeboten von Berry Boessenkool, Prof. Dr. Bert Arnrich | Zuletzt aktualisiert am 2. November 2026

Jetzt einschreiben
  • EN
Kursinformation

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 but try to get 100% score in the weekly exercises, you may have to spend more time on this course than expected by the credit points. The weekly time requirement was 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.
You can get a headstart on the first week with the software installation guide 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 Tuesdays (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 based on weekly exercises, an individual coding project and an oral exam, see the grading info.

The course slides are tentatively available, see below for an overview of the contents.

Lernmaterial

  • I1: infrastructure:

    course info, IDEs, git, markdown, interactive exercises (released Oct 13, exercises due Oct 26)

  • P1: intro & functions:

    Python intro, syntax, data types, character strings, writing functions (Oct 19 - 26)

  • P2: objects:

    Collections (overview), lists, sets, tuples, dictionaries (Oct 26 - Nov 02)

  • P3: loops:

    conditional code execution, loops, list comprehension (Nov 02 - 09)

  • P4: programming:

    managing errors, writing classes, unit tests (Nov 9 - 16)

  • P5: data science:

    numpy, pandas, missing values, applications (Nov 16 - 23)

  • Python practice:

    exercises covering all course python content

  • R1: intro:

    welcome, showcase, Rstudio configuration, syntax, help, vectors (Nov 23- 30)

  • R2: basics:

    statistics, functions, conditions, packages (Nov 30 - Dec 07)

  • R3: data types:

    logicals, charstrings, categories, overview (Dec 07- 14)

  • R4: objects:

    data.frame, matrix, list, array (Dec 14 - Jan 04)

  • Christmas break vacation:

    two weeks :)

  • R5: real data:

    read, merge, missing values, AI-coding (Jan 04 - 11)

  • R6: plots:

    scatterplots, line plots, barplots, low level commands (Jan 11 - 18)

  • R7: figures:

    composition, histograms, boxplots, exporting, outlook (Jan 18 - 25)

  • R8: flow control:

    debugging functions, loops (Jan 25 - Feb 01)

  • 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

Unsere Dozent:innen

Berry Boessenkool

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. Bert Arnrich

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.