Cel kształcenia i wykaz literatury

Główny cel kształcenia: Zaznajomienie się z podstawami pozyskiwania, analizy i wizualizacji danych medycznych.

Ogólne informacje o zajęciach: Zajęcia prezentują podstawowe metody statystycznego przetwarzania danych medycznych przy użyciu języka Python wraz z bibliotekami specjalistycznymi.

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1	Nowak Roman	Statystyka dla fizyków	PWN.	2002
2	Naomi Ceder	Python : szybko i prosto	Helion.	2019

Literatura do samodzielnego studiowania

1	Nowak Roman	Statystyka dla fizyków: ćwiczenia	PWN.	2002
2	Robert Johansson	Matematyczny Python : obliczenia naukowe i analiza danych z użyciem NumPy, SciPy i Matplotlib	Helion.	2021

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Status studenta.

Wymagania wstępne w kategorii Wiedzy: Znajomość podstaw programowania w języku Python i podstaw analizy danych doświadczalnych.

Wymagania wstępne w kategorii Umiejętności: Umiejętność programowania na poziomie podstawowym.

Wymagania wstępne w kategorii Kompetencji społecznych: Umiejętność pracy w grupie.

Efekty kształcenia dla zajęć

MEK	Student, który zaliczył zajęcia	Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia	Metody weryfikacji każdego z wymienionych efektów kształcenia	Związki z KEK	Związki z PRK
01	Potrafi pozyskiwać dane medyczne zgromadzone w różnych formatach danych, jak i w bazach danych.	wykład, projekt indywidualny	prezentacja projektu	K_W01++	P7S_WG
02	Umie przetwarzać i analizować dane medyczne wykorzystując metody statystyczne. Jest w stanie opanować i zastosować w praktyce nową wiedzę z zakresu przetwarzania i analizy danych medycznych.	wykład, projekt indywidualny	prezentacja projektu	K_W01+++ K_U07+	P7S_UU P7S_WG
03	Potrafi czytelnie i odpowiedzialnie prezentować graficznie dane medyczne.	wykład, projekt indywidualny	prezentacja projektu	K_W01++ K_K04+	P7S_KR P7S_WG

Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
2	TK01	Formaty danych. Wczytywanie danych formatu CVS. Konstrukcje Array z biblioteki NumPy oraz DataFrame z biblioteki Pandas. Konwersje pomiędzy formatami Array i DataFrame.	W1 - W2	MEK01
2	TK02	Operacje na danych (łączenie, sortowanie, grupowanie, operacje statystyczne) z wykorzystaniem bibliotek NumPy i Pandas.	W3 - W5	MEK02
2	TK03	Wizualizacja danych - biblioteka MatPlotLib (wykresy typu: scater, bar, pie, boxplot, histogram, violin, 3d, mapa ciepła).	W6 - W9	MEK03
2	TK04	Elementy statystyki: regresja liniowa, korelacja Pearsona, testowanie hipotez statystycznych (test chi-kwadrat, test t Studenta, test Welcha, analiza wariancji, test Kruskala i Wallisa). Moduł SciPy.stats biblioteki SciPy.	W10 - W13	MEK02 MEK03
2	TK05	Współpraca z bazami danych. Moduł SQLite3.	W14, W15	MEK01

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 2)		Godziny kontaktowe: 15.00 godz./sem.
Projekt/Seminarium (sem. 2)	Przygotowanie do zajęć projektowych/seminaryjnych: 3.00 godz./sem.	Godziny kontaktowe: 30.00 godz./sem..	Wykonanie projektu/dokumentacji/raportu: 20.00 godz./sem.
Konsultacje (sem. 2)		Udział w konsultacjach: 2.00 godz./sem.
Egzamin (sem. 2)	Przygotowanie do egzaminu: 3.00 godz./sem.	Egzamin pisemny: 2.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	Test końcowy dotyczący metod statystycznych w przetwarzaniu danych medycznych.
Projekt/Seminarium	Projekt indywidualny i jego prezentacja.
Ocena końcowa	Średnia ważona oceny z wykładu (30%) i oceny z projektu (70%).

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
(-)

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)

Inne
(-)

Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie

Treści zajęć powiazane są z prowadzonymi badaniami naukowymi: nie