111年第1學期-0652 程式化生物數據處理 課程資訊
評分方式
評分項目 | 配分比例 | 說明 |
---|---|---|
作業及實際操作 | 50 | |
發問及討論 | 20 | |
期末專題及報告 | 20 | |
出席 | 10 |
選課分析
本課程名額為 30人,已有25 人選讀,尚餘名額5人。
登入後可進行最愛課程追蹤 [按此登入]。
教育目標
近代生物資訊學和人工智慧技術快速發展,因此應用程式語言處理和分析生物數據之方法已逐漸成熟。本課程的第一主軸將以Python程式語言為基礎,介紹電腦程式的邏輯和模組化結構。本課程的第二個主軸,將使用常見的開源模組進行數值運算、檔案及資料處理、自動化數據分析,並用於解決生物學領域實際會遇到的問題。
課程資訊
基本資料
選修課,學分數:3-0
上課時間:
修課班級:生科系2-4
修課年級:年級以上
選課備註:暑期上課
教師與教學助理
授課教師:陳仁祥
大班TA或教學助理:尚無資料
Office Hour生科系LS133A; 直接與教師約時間
授課大綱
授課大綱:開啟授課大綱(授課計畫表)
(開在新視窗)
參考書目
Swaroop CH, A byte of Python, 4 rd ed., https://www.gitbook.com/book/swaroopch/byte-of-
python/details, 2016.
VanderPlas, Jake, Python Data Science Handbook, O’Reilly Media, Inc., 2016.
吳佳諺, Python 一天學會(電子書), https://drive.google.com/open?
id=1Jtbb6AVQnghseCeGrObNwpJlXAYC8HVx
洪錦魁, Python 最強入門邁向數據科學之路, 深智數位, 2019.
石川聡彥, 必學!Python 資料科學‧機器學習最強套件:NumPy, Pandas, Matplotlib, OpenCV,
scikit-learn, tf.Keras, 劉金讓譯, 旗標, 2021.
開課紀錄
您可查詢過去本課程開課紀錄。 程式化生物數據處理歷史開課紀錄查詢