PH8001
计算生物学、实验设计与数据科学 (Computational Biology, Experimental Design and Data Science)
📘 简介
本课程教授研究生计算生物学和数据科学的基础知识，学生将学习如何分析分子或数值数据，进行数据可视化、解释和假设生成，并设计生物医学或生物实验。课程主要采用 Python 语言进行实践。
🔗 相关链接
🎯 学习目标
完成课程后，学生将能够：
✔️ 应用生物信息学工具的概念、逻辑与算法；
✔️ 使用适当工具对 -omics 数据进行数据挖掘；
✔️ 根据统计与生物学因素设计生物医学实验；
✔️ 使用 Python 进行解释性数据分析；
✔️ 将监督式机器学习模型应用于生物数据进行回归或分类。
📊 评估方式
| 评估项目 | 权重 | 具体描述 |
|---|---|---|
| 📂 课堂评估 | 30% | 评估学生对理论与实践部分的理解。 |
| 📂 作业 | 70% | 完成基于项目的作业，展示生物信息学工具或数据挖掘模型的应用能力。 |
💬 课程评价
✨ 精选评价
✏️ 您也可以通过以下方式分享您的学习体验和建议：
-
1️⃣ 课程页面底部评论 💬 在课程页面底部直接提交您的评论，我们会审核后将其收录到网站中。
-
2️⃣ GitHub 提交 🌐 如果您希望更全面地分享课程评价，或希望修改或新增课程页面，欢迎参考 Contributing 页面，通过 GitHub 提交您的贡献。
💡 加入讨论
在下方评论分享您的评价、问题或经验👇
“期待你的评价。”
—— CityU