| Educational guide School of Engineering |
english |
| Biomedical Data Science (2022) |
 Subjects |
| SCIENTIFIC PROGRAMMING |
| Learning outcomes |
| IDENTIFYING DATA | 2022_23 |
| Subject | SCIENTIFIC PROGRAMMING | Code | 17705105 | |||||
| Study programme |
|
Cycle | 2nd | |||||
| Descriptors | Credits | Type | Year | Period | ||||
| 4.5 | Compulsory | First | 1Q |
|||||
| Competences | Learning outcomes | Contents |
| Planning | Methodologies | Personalized attention |
| Assessment | Sources of information | Recommendations |
| Type A | Code | Learning outcomes |
| CE2 |
o RA31(CE2): Sabe manejar software de anonimización de datos o RA32(CE2), RA1(CE3). Conoce los tipos de representaciones de datos biomédicos o RA33(CE2), RA6(CE3). Sabe adquirir, analizar y visualizar conjuntos de datos biomédicos complejos | |
| CE3 |
o RA32(CE2), RA1(CE3). Conoce los tipos de representaciones de datos biomédicos o RA2(CE3). Conoce la diferencia entre lenguajes procedurales y funcionales o RA3(CE3). Domina de la abstracción procedimental y el desarrollo basado en test o RA4(CE3). Conoce las herramientas necesarias para la representación computacional de datos de salud o RA5(CE3). Sabe analizar problemas e identificar y definir requerimientos computacionales adecuados para su solución o RA33(CE2), RA6(CE3). Sabe adquirir, analizar y visualizar conjuntos de datos biomédicos complejos o RA7(CE3). Sabe escalar el análisis de datos para grandes conjuntos de datos o RA8(CE3). Sabe trasladar problemas y procesos matemáticos complejos a entornos de computación científica o RA9(CE3). Sabe preprocesar y procesar conjuntos de datos complejos, evaluar la calidad de estos datos y construir mecanismos de síntesis de estos datos de forma ágil o RA10(CE3). Sabe diseñar aplicaciones para entornos de | |
| Type B | Code | Learning outcomes |
| Type C | Code | Learning outcomes |
