This class provides an introduction to the Python programming language and the iPython notebook. This is the third course in the Genomic Big Data Science Specialization from Johns Hopkins University.
Этот курс входит в специализацию ''Специализация Наука о геномных данных'
Python для науки о геномных данных
от партнера
Об этом курсе
Недавно просмотрено: 26,357
Learner Career Outcomes
40%
начал новую карьеру, пройдя эти курсы
33%
получил значимые преимущества в карьере благодаря этому курсу
Приобретаемые навыки
BioinformaticsBiopythonPython ProgrammingGenomics
Learner Career Outcomes
40%
начал новую карьеру, пройдя эти курсы
33%
получил значимые преимущества в карьере благодаря этому курсу
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 8 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Прибл. 13 часа на выполнение
Английский
Субтитры: Английский
Программа курса: что вы изучите
2 ч. на завершение
Week One
This week we will have an overview of Python and take the first steps towards programming.
2 ч. на завершение
5 видео ((всего 58 мин.)), 3 материалов для самостоятельного изучения, 2 тестов
5 видео
Lecture 2.1 - First Steps Toward Programming Part 110мин
Lecture 2.2 - First Steps Toward Programming Part 215мин
Lecture 2.3 - First Steps Toward Programming Part 3 (8:57)8мин
Lecture 2.4 - First Steps Toward Programming Part 4 (9:58)9мин
3 материала для самостоятельного изучения
Welcome10мин
Pre-Course Survey10мин
Syllabus10мин
2 практического упражнения
Lecture 1 Quiz6мин
Lecture 2 Quiz24мин
1 ч. на завершение
Week Two
In this module, we'll be taking a look at Data Structures and Ifs and Loops.
1 ч. на завершение
4 видео ((всего 50 мин.)), 2 тестов
4 видео
Lecture 3.2: Data Structures Part 2 (10:41)10мин
Lecture 4.1: Ifs and Loops Part 1 (11:26)11мин
Lecture 4.2: Ifs and Loops Part 2 (15:28)15мин
2 практического упражнения
Lecture 3 Quiz20мин
Lecture 4 Quiz20мин
1 ч. на завершение
Week Three
In this module, we have a long three-part lecture on Functions as well as a 10-minute look at Modules and Packages.
1 ч. на завершение
4 видео ((всего 38 мин.)), 2 тестов
4 видео
Lecture 5.2: Functions Part 2 (8:20)8мин
Lecture 5.3: Functions Part 3 (13:24)13мин
Lecture 6: Modules and Packages (10:32)10мин
2 практического упражнения
Lecture 5 Quiz20мин
Lecture 6 Quiz12мин
2 ч. на завершение
Week Four
In this module, we have another long three-part lecture, this time about Communicating with the Outside, as well as a final lecture about Biopython.
2 ч. на завершение
4 видео ((всего 46 мин.)), 2 материалов для самостоятельного изучения, 3 тестов
4 видео
Lecture 7.2: Communicating with the Outside Part 2 (7:38)7мин
Lecture 7.3: Communicating with the Outside Part 3 (17:42)17мин
Lecture 8: Biopython (13:32)13мин
2 материала для самостоятельного изучения
Final Exam Instructions10мин
Post Course Survey10мин
3 практического упражнения
Lecture 7 Quiz10мин
Lecture 8 Quiz10мин
Final Exam (Read Instructions First)20мин
Лучшие отзывы о курсе Python для науки о геномных данных
A very good course for its length and the amount of time it requires. It improved my python skills and knowledge of Genomics. I'm more engaged in my pursuits than before taking the course.
Easy to understand and very powerful examples. Not just it made me familiar with python, it also made it easy for me to teach to my students and inspire them to pursue python further.
Преподаватели
Mihaela Pertea, PhD
Assistant ProfessorCenter for Computational Biology
Steven Salzberg, PhD
ProfessorBiomedical Engineering, Computer Science, and Biostatistics
О Университет Джонса Хопкинса
The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.
Специализация Наука о геномных данных: общие сведения
With genomics sparks a revolution in medical discoveries, it becomes imperative to be able to better understand the genome, and be able to leverage the data and information from genomic datasets. Genomic Data Science is the field that applies statistics and data science to the genome.
This Specialization covers the concepts and tools to understand, analyze, and interpret data from next generation sequencing experiments. It teaches the most common tools used in genomic data science including how to use the command line, along with a variety of software implementation tools like Python, R, Bioconductor, and Galaxy.
This Specialization is designed to serve as both a standalone introduction to genomic data science or as a perfect compliment to a primary degree or postdoc in biology, molecular biology, or genetics, for scientists in these fields seeking to gain familiarity in data science and statistical tools to better interact with the data in their everyday work.
To audit Genomic Data Science courses for free, visit https://www.coursera.org/jhu, click the course, click Enroll, and select Audit. Please note that you will not receive a Certificate of Completion if you choose to Audit.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Какие правила возврата средств?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.
Coursera делает лучшее в мире образование доступным каждому,
предлагая онлайн-курсы от ведущих университетов и организаций.
© Coursera Inc., 2020 Все права защищены.
