Pārlekt uz galveno saturu

Īsumā par studiju kursu

ECTS:5
Kursa vadītājs:Sergio Uribe, Sergio Andres Uribe Espinoza
Studiju tips:Pilna laika
Līmenis:2. cikla (Maģistra)
Mērķauditorija:Ārstniecība; Dzīvās dabas zinātnes; Informācijas un komunikācijas zinātne; Komunikācijas zinātne; Medicīnas pakalpojumi; Medicīnas tehnoloģijas; Politikas zinātne; Psiholoģija; Sabiedrības veselība; Tirgzinības un reklāma
Valoda:Angļu
Studiju kursa apraksts Pilns apraksts, Pilna laika
Zinātnes nozare:Matemātika

Mērķis

Kursa "Datu apstrāde un vizualizācija" mērķis ir sniegt studentiem pamatprasmes un zināšanas, kas nepieciešamas, lai prasmīgi apstrādātu, analizētu un vizualizētu datus, izmantojot R programmēšanas valodu. Kurss ir izstrādāts tā, lai sniegtu visaptverošu ievadu datu zinātnes koncepcijās, koncentrējoties uz datu manipulācijām, tīrīšanu un izpētes datu analīzi. Izmantojot praktiskas un uz projektiem balstītas mācības, studenti attīstīs spēju veidot izteiksmīgas vizualizācijas, efektīvi komunicēt uz datiem balstītas atziņas un pielietot analītiskās metodes, lai risinātu reālas problēmas digitālās veselības un veselības pārvaldības jomā.

Priekšzināšanas

Šajā kursā ir vēlamas, bet nav nepieciešamas pamatzināšanas par izklājlapām vai Excel. Tas ir paredzēts studentiem bez iepriekšējas pieredzes programmēšanā vai datu analīzē un sniedz pamatzināšanas par datu zinātnes koncepcijām, izmantojot R.

Rezultāti

Zināšanas

1.Pabeidzot moduļa kursu, studenti:
Izpratīs pētnieciskās datu analīzes principus un paņēmienus, koncentrējoties uz datu apkopošanu un vizualizāciju.
Atzīstīs sakārtotu datu nozīmi un to lomu analīzes veicināšanā.
Uzzinās par datu tīrīšanas procesiem, kas ir būtiski precīzai izpētes analīzei.

Prasmes

1.Studenti pratīs:
Veikt rūpīgas izpētes analīzes, izmantojot dažādas vizualizācijas metodes.
Identificēt modeļus, tendences un anomālijas datu kopās.
Izmantot R, lai efektīvi manipulētu un sagatavot datus analīzei.

Kompetences

1.Studenti varēs:
Novērtēt datu kvalitāti un veikt nepieciešamos pielāgojumus, lai atvieglotu ieskatu veicinošu izpēti.
Izveidot informatīvas vizualizācijas, kas skaidri un efektīvi prezentē atklājumus.
Izstrādāt analītisko domāšanas veidu, kas par prioritāti piešķir datu struktūru un datu attiecību izpratni.

Plānojums

Plānošanas periods:2026. gada pavasara semestris
Studiju programmaStudiju semestrisProgrammas līmenisStudiju kursa kategorijaDocētājiGrafiks
Digitālā transformācija veselības nozarē22. cikla (Maģistra)Obligāts
Digitālā transformācija veselības nozarē 22. cikla (Maģistra)Obligāts