Informatics
General data
Course ID: | 1400-112INF |
Erasmus code / ISCED: |
11.9
|
Course title: | Informatics |
Name in Polish: | Informatyka |
Organizational unit: | Faculty of Biology |
Course groups: | |
Course homepage: | http://biol.uw.edu.pl/informatyka |
ECTS credit allocation (and other scores): |
3.00
|
Language: | Polish |
Type of course: | general courses |
Prerequisites (description): | In biology computers are used extensively: as calculating machines, as test editors and as source of information in the internet. There are more and more programs designed exclusively for biologists. The development of information technology in recent years has been a huge. Now, without additional guidance, young peoples don't know, how the computer has to support their studies.
"Informatics" teaches about computers, operating systems and the functioning of the Internet, but first of all the "Informatics" shows the ways of using the computers by biologists. |
Mode: | Classroom |
Short description: |
The use of computer and Internet resources on the study and research work of biologists. Discovering the functioning of nature by numbers, functions and graphs. The formulation of hypotheses and the need for its statistical analysis. Testing by simulations. Display of own research in the form of presentations, posters, thesis and websites. Rules of article citations. Tables of contents, references, list of citations in computer editors. |
Full description: |
(in Polish) 1. Arkusze kalkulacyjne. Ćwiczenia z tworzenia baz danych i stosowania i ich opracowania w sposób ogólnie przyjęty w biologii. Excel i arkusz kalkulacyjny programu LibreOffice. 2. Bazy danych jako programy do tworzenia i przekształcania dużych zbiorów danych. Access i baza danych programu LibreOffice. 3. Liczenie i liczby. Zapis liczb i znaków w programach komputerowych. Liczby całkowite i zmiennoprzecinkowe w systemie binarnych i dziesiętnym. Strony kodowe i unikod. Programy R i Python. 4. Programowanie, programy i skrypty. Grupowanie instrukcji, instrukcje warunkowe i pętle. Funkcje i procedury w R i Pythonie. Definiowanie własnych funkcji i ich wywołanie. 5. Bazy danych w R i ich opracowywanie. Obiekty R-owe: wektory, listy i ramki danych. Działania i funkcje na obiektach R-owych. 6. Tworzenie wykresów w R. Organizacja okna graficznego w R. Nadrzędne i podrzędne funkcje graficzne. Kolorystyka. Formaty graficzne dla utworzonych wykresów. 7. Sposoby prezentowania badań naukowych w biologii: postery i prezentacje. Typowa konstrukcja pracy naukowej w biologii. Szukanie danych w Internecie (nazewnictwo gatunków, bazy taksonomiczne, korzystanie z Google Earth i baz bibliotecznych). Inkscape, Power point i prezentacja programu Libre Office. 8. Praca dyplomowa: szukanie szablonów, konstrukcja pracy materiałowej i wypełnianie jej treścią. Sposoby wprowadzania do pracy materiałów wizualnych. Powoływanie się na materiały wizualne. Cytowanie literatury i tworzenie listy cytowanych prac. 9. Wstęp do statystyki. Zastosowanie programu R do rozwiązania klasycznego historycznego problemu: wykrywania źródeł epidemii. Rozkłady i losowanie prób z rozkładów. Rozkłady z prób o coraz większej liczbie elementów. Rozkład średnich z prób n-elementowych. Centralne twierdzenie graniczne sprawdzane eksperymentalnie. Zagadnienia estymacji. Czy stosowany w biologii wzór na odchylenie standardowe z próby jest nieobciążonym estymatorem odchylenia standardowego? 10. Wykorzystanie programu R do hierarchicznego porządkowania danych. Tworzenie drzewa binarnego. Pojęcie łańcucha Markowa na przykładzie prostego modelu dynamiki liczebności populacji. Macierz stochastyczna. Rozwiązywanie równań różniczkowych metodami numerycznymi: metoda Eulera i Rangego-Kutty. Ponadto cztery zajęcia przeznaczone są na pokazy posterów i wysłuchanie prezentacji studentów, konsultacje i nadrabianie zaległości. Ostatnie zajęcia tuż przed sesją zimową przeznaczone na nadrobienie zaległości i wystawienie ocen. |
Bibliography: |
(in Polish) nieobowiązkowa, ale przydatna zarówno podczas ćwiczeń z Informatyki, jak równiż podczas całego okresu studiów. Weiner J., 2009: Technika pisania i prezentowania przyrodniczych prac naukowych. Przewodnik praktyczny. PWN, Warszawa , Wyd. 4. 157 ss.. Evans M. 2010. SAS Manual For Introduction to the Practice of Statistics. University of Toronto, on line: www.utstat.utoronto.ca/mikevans/manuals/evanssasman.pdf Biecek P., 2011: Przewodnik po pakiecie R. Wydawnictwo Gewert i Skoczylas. Wyd. 2. 410 ss. |
Learning outcomes: |
(in Polish) - Wykazuje znajomość informatyki na poziomie pozwalającym na opisywanie zjawisk przyrodniczych; wykorzystuje narzędzia informatyczne do opisu wybranych zjawisk biologicznych. (biol K_W01; bt K_W03; os K_W01). - Zna odpowiednie techniki informatyczne do opisu zjawisk i analizy danych (biol K_W16). - Potrafi posługiwać się komputerem i źródłami elektronicznymi w celu przeprowadzenia wybranych typów analiz oraz znajdowania i wykorzystywania Wolnego Oprogramowania (biol K_U04; bt K_U03). - Stosuje podstawowe techniki informatyczne do opisu zjawisk i analizy danych (biol K_U09; os K_U02). - Odczuwa potrzebę stałego dokształcania się i aktualizowania wiedzy z zakresu informatyki (biol K_K04, os K_K02). - Rozwija akceptująca postawę wobec metod informatycznych stosowanych w biotechnologii (bt K_K02). |
Assessment methods and assessment criteria: |
(in Polish) Zaliczenie na ocenę. W czasie semestru studenci wykonują szereg zadań praktycznych, piszą i modyfikują skrypty po to by rozwiązać zadanie. Za każde zadanie dostają punkty, a ich ilość decyduje o ocenie końcowej z przedmiotu. Szczegóły i analiza postępów poszczególnych studentów umieszczana jest na stronie http://www.biol.uw.edu.pl/informatyka. |
Classes in period "Winter semester 2024/25" (past)
Time span: | 2024-10-01 - 2025-01-26 |
Go to timetable
MO TU LAB
LAB
W LAB
LAB
TH LAB
LAB
FR LAB
LAB
|
Type of class: |
Lab, 45 hours
|
|
Coordinators: | Magdalena Markowska, Rafał Milanowski | |
Group instructors: | Patryk Czortek, Przemysław Decewicz, Anna Drożak, Marcin Grzybowski, Tomasz Krupnik, Maja Łukomska-Kowalczyk, Robert Meronka, Alicja Okrasińska, Marcin Syczewski | |
Students list: | (inaccessible to you) | |
Credit: |
Course -
Examination
Lab - Grading |
Copyright by University of Warsaw.