| 课程基本信息（Course Information） | |||||||||||
| 课程代码 （Course Code） | BI475 | *学时 （Credit Hours） | 32 | *学分 （Credits） | 2.0 | ||||||
| *课程名称 （Course Name） | （中文）生物大数据分析 | ||||||||||
| （英文）Biological Big Data Analysis | |||||||||||
| 课程性质 (Course Type) | 培养计划内课程 | ||||||||||
| 授课对象 （Audience） | 生物信息学专业本科生 | ||||||||||
| 授课语言 (Language of Instruction) | 中文 | ||||||||||
| *开课院系 （School） | 生命科学技术学院 | ||||||||||
| 先修课程 （Prerequisite） | 无 | ||||||||||
| 授课教师 （Instructor） | 吕晖，王晓雷 | 课程网址 (Course Webpage) | |||||||||
| *课程简介（Description） | （中文300-500字，含课程性质、主要教学内容、课程教学目标等） 专业限选课程《生物大数据分析》主要面向生物信息专业大三本科生，同时鼓励生命学院以及其它相关专业学生参加选课。本课程以大数据分析在生物医学方面的最新研究为基础，介绍大数据收集、清洗、分析、建模及应用的全链条流程，并重点介绍各类分析方法以及具体操作流程。 本课程持续八周，教学内容主要包括介绍各种生物医学大数据的概念及研究内容；数据收集、清洗、分析、建模、应用的全流程处理方法；简单的大数据分析实际流程及相关分析软件；几类常见的生物医学数据如临床数据，影像数据，组学数据，语义分析等的整合分析；大数据分析的理论基础和发展趋势；精准医疗的内容及发展趋势；大数据研究的最新动态等等。 本课程旨在让生物信息及相关专业的学生了解当前大数据时代的最新动态，初步掌握大数据分析的各类方法及其优缺点，并通过实践作业和项目汇报来培养学生对大数据相关的实际问题的分析、建模、编程、计算及总结的能力。 | ||||||||||
| *课程简介（Description） | （英文300-500字） The course “Biological Big Data Analysis” is an elective for the 3rd year students majoring in bioinformatics. Students from the life science school and other related majors are also encouraged to attend. Based on the latest research of big data in biological field, this course will introduce the whole chain of the data collection, cleansing, analysis, modelling and application In the 8 weeks of this course, you will learn the new concepts and latest research of biological big data, commonly used and state-of-the-art algorithms, practical processing and software use on big data, meta-analysis of clinical data, imaging data, omics data and semantic data, future development of big data and precision medicine. We hope every student be able to keep up to date with latest research of big data, and master practical skills of analyzing, modelling, programming, computing and demonstrating of big data problems by finishing the homework and team project in this course. | ||||||||||
| 课程教学大纲（course syllabus） | |||||||||||
| *学习目标(Learning Outcomes) | 1．了解生物大数据的概念及跟踪最新研究内容（A5.4，A5.5，B7） 2．掌握大数据分析及处理的一般流程及方法（A5.1，A5.4，A5.5，C7） 3．掌握大数据处理结果的分析及归纳能力（A5.2，B11） 4．了解精准医学的发展现状及研究方法（A5.3，B9） 5．通过项目实践培养学生分析及解决大数据问题的能力（B2，B4，B10，C4） | ||||||||||
| *教学内容、进度安排及要求 (Class Schedule & Requirements) | 教学内容 | 学时 | 教学方式 | 作业及要求 | 基本要求 | 考查方式 | |||||
| 生物大数据介绍 | 4 | 课堂 | 课后文献报告 | 按时缴交作业 | 作业 | ||||||
| 常规数据挖掘算法 | 4 | 课堂 | |||||||||
| 复杂数据挖掘算法 | 4 | 课堂 | |||||||||
| 大数据与机器学习算法应用 | 4 | 课堂 | 课后算法实践1 | 按时缴交作业 | 作业 | ||||||
| 大数据分析场景计算 | 4 | 课堂 | |||||||||
| 深度学习与大数据分析 | 4 | 课堂 | 课后算法实践2 | 按时缴交作业 | 作业 | ||||||
| 生物大数据计算框架 | 4 | 课堂 | |||||||||
| 生物医学大数据分析应用 | 4 | 课堂及 随堂测验 | 课程项目汇报 | 分组汇报并撰写报告 | 随堂测验，项目汇报，实验报告 | ||||||
| …… | |||||||||||
| (Grading) | 实践报告3次，单次得分分别占比10%、15%、20%，总占比：45% 项目汇报及实验报告：20% 随堂测验：20% 平时课堂出勤率：10% 学期末学生对该课程所写学习心得：5% | ||||||
| *教材或参考资料 (Textbooks & Other Materials) | 参考书： 《医疗大数据》，于广军，杨佳弘， 编著，2015年，上海科学技术出版社。 | ||||||
| 其它 （More） | |||||||
| 备注 （Notes） | |||||||
1．带*内容为必填项。
2．课程简介字数为300-500字；课程大纲以表述清楚教学安排为宜，字数不限。
Copyright © 2019-2025 51dongshi.net 版权所有
违法及侵权请联系：TEL:177 7030 7066 E-MAIL:11247931@qq.com 本站由北京市万商天勤律师事务所王兴未律师提供法律服务
