Vai al contenuto principale
Oggetto:
Oggetto:

Informatica per le scienze naturali (II SEM)

Oggetto:

Informatics for natural science

Oggetto:

Anno accademico 2020/2021

Codice dell'attività didattica
INT 1415
Docenti
Prof. Matteo Baldoni (Referente)
Prof.ssa Elena Grassi
Luca Anselma
Corso di studi
Corso SSST
Periodo didattico
Secondo semestre
Tipologia
A scelta dello studente
Crediti/Valenza
6 (36 ore)
SSD dell'attività didattica
INF/01 - informatica
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Obbligatoria
Tipologia d'esame
Prova pratica
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

Il corso ha l’obiettivo di introdurre lo studente alla programmazione orientata agli oggetti con Python e all’utilizzo di Python nella bioinformatica e nella data science.
Le modalità di svolgimento dell’attività didattica potranno subire variazioni in base alle limitazioni imposte dalla crisi sanitaria in corso.

The course aims at introducing the student to the object-oriented programming with Python and the use of Python for bioinformatics and data science.

Oggetto:

Modalità di insegnamento

3 moduli di insegnamento

 3 teaching modules

Oggetto:

Modalità di verifica dell'apprendimento

Esonero e breve orale.

Le modalità di verifica dell’attività didattica potranno subire variazioni in base alle limitazioni imposte dalla crisi sanitaria in corso.

Written exoneration and short oral exam.

Oggetto:

Programma

Modulo 1 - Programmazione (OO) con Python

Docenti: Matteo Baldoni (14 ore)

Python: variabili, espressioni e istruzioni. Funzioni. Espressioni condizionali. Ricorsione e iterazione. Classi e oggetti

 

Modulo 2 - Elementi di Bioinformatica 

Docenti: Elena Grassi (10 ore)

Elementi base di bioinformatica.

Breve storia della bioinformatica e basi di biologia. Sfide recenti: sequenziamento a singola cellula. Python base: implementazione di un algoritmo di clustering da zero. Confronto con approcci basati su librerie (pands/scikit). Pipeline scalabili e riproducibili con Snakemake.

 

Modulo 3 - Tecniche di data science con Python

Docenti: Luca Anselma (12 ore)

Notebook Jupyter, DataFrame pandas per gestire i dati, NumPy per array, scikit-learn per apprendimento automatico.

 

Module 1 - (OO) Programming with Python

Teaching staff: Matteo Baldoni (14 hours)

Python: variables, expressions, and instructions. Conditional expressions. Recursion and iteration. Classes and objects.

 

Module 2 - Fundamentals of Bioinformatics

Teaching staff: Elena Grassi (10 hours)

Fundamentals of Bioinformatics

Brief historical overview of bioinformatics and biology. Recent challenges: single cell sequencing. Vanilla python: from scratch
implementation of a clustering algorithm. Comparison with a library (pandas/scikit)
based approach. Reproducible and scalable pipelines with Snakemake.

 

Module 3 - Data science techniques with Python

Teaching staff: Luca Anselma (12 hours)

Jupyter notebooks, pandas Dataframe for managing data, NumPy for arrays, scikit-learn for machine learning.

 

Testi consigliati e bibliografia

Oggetto:

- Allen B. Downey. Think Python 2nd edition – How to Think Like a Computer Scientist. O’Reilly, 2015.

 - Allen B. Downey. Think Python 2nd edition – How to Think Like a Computer Scientist. O’Reilly, 2015.



Oggetto:
Ultimo aggiornamento: 03/03/2021 11:06
Non cliccare qui!