Using R for Data Analysis

Wetenschappelijk onderzoek creëert dagelijks een stroom aan gegevens. Al deze data moeten op een slimme manier verwerkt worden. Als analist wil je daarom kunnen beschikken over instrumenten die de complexiteit en de omvang van de data-analyse aanpakken.

Using R in Life Sciences: voorbeeld van een lessituatie

In de post-bachelorcursus Using R for Data Analysis verdiep je je in de programmeertaal R. Dit is een programmeertaal die reproduceerbaarheid van onderzoek en data-analyse verhoogt. R wordt tegenwoordig breed gebruikt binnen verschillende takken van de wetenschap en daarnaast door grote data gedreven bedrijven als Facebook en Google.

Aanmelden

Zin om te beginnen met deze opleiding?

Open avond 11 juni

Kom dinsdagavond 11 juni naar onze open avond in Utrecht. Je bent welkom tussen 18.00 en 21.00 uur.

Handig om te weten

Start 11 april 2019
Lesdata Donderdagen 11, 18, 25 april, 9, 16 en 23 mei 2019. Lestijden van 12.30 - 17.00 uur
Studie-investering 7 uur per week (inclusief colleges)
Kosten € 1750 (vrij van btw)
Deelnemers Maximaal 15 deelnemers
Locatie Koningsbergerstraat 9 Utrecht, Incompany
Diploma Certificaat met de studie-investering (36 uur)

Opleidingsinhoud

Met voorbeeldcases uit de moderne biologie, variërend van multifactoriële klinische data tot genomics en proteomics data, maak je kennis met het gebruik van de programmeertaal R voor data-analyse. Daarnaast introduceren we R als een geschikte tool om reproduceerbare rapporten van data analyses, experimenten en zelfs diavoorstellingen voor presentaties te maken.

Het programma bestaat uit vijf lesdagen. De volgende onderwerpen komen aan de orde:

Dag 1: Introduction & visualizations

  • Introduction Data Science
  • R en RSTudio
  • RSTudio server
  • Github.com
  • Intalling packages
  • Writing code/workflow
  • Visualizations
  • Data distributions
  • Grammar of graphics
  • ggplot2 intro
  • ggplot2 examples
  • ggplot2 template

Dag 2: Objects & Data tables

  • Vectors
  • Data objects
  • Pipes
  • Select, order, subset (dplyr)

Dag 3: Exploratory data analysis

  • Getting data into R
  • Tibble, summarizing data
  • Reshape and tidy data
  • Bioconductor intro

Dag 4 : Functional programming

  • Git/Github.com
  • Functional programming
  • Iterations

Dag 5: Statistics & Bioconductor workflows

  • Statistics (T-test/ANOVA)
  • Exploratory data analysis (case study)

De leerdoelen van deze cursus zijn:

  • Kennismaking met Data Science en het gebruik van R
  • Een introductie van R en de Integrated Development Environment “RStudio”
  • Het leren toepassen van het programmeren in R binnen de data science work flow
  • Ontdekken van de sterke grafische plot eigenschappen van R
  • Het implementeren van literate programming om data op te schonen en te analyseren.

Toelating

De cursus is bedoeld voor biomedisch analisten, microbiologisch analisten en andere klinische laboratoriummedewerkers op hbo-niveau, analisten die werken met complexe data en medewerkers van biotechbedrijven.


Docenten

Onze docenten zijn gerenommeerde professionals, ieder met zijn eigen specialisaties.

Marc Teunis, hogeschoolhoofddocent | Hogeschool Utrecht

Marc Teunis

Naast zijn taken als hogeschoolhoofddocent leidt Marc Teunis binnen het lectoraat van het Instituut voor Life Sciences and Chemistry verschillende toegepaste onderzoeksprojecten over de ontwikkeling en validatie van innovatieve, alternatieve methoden die bijdragen aan het verminderen en vervangen van dierproeven.

Marc is verder betrokken bij verschillende activiteiten rond Data Science. De belangrijkste tools die hij daarbij gebruikt binnen de onderzoeksprojecten zijn de programmeertaal R, Git, RStudio en Bioconductor.


Na deze opleiding

Na deze opleiding heb je kennisgemaakt met Data Science en de programmeertaal R. Ook heb je leren toepassen van het programmeren in R.

  • Je kan programmeren in R binnen een data science work flow.
  • Je hebt de sterke grafische plot eigenschappen van R ontdekt.
  • Je kan literate programming implementeren om data op te schonen en te analyseren.

Overige informatie

De post-bachelorcursus Using R in Life Sciences kost € 1750, vrij van btw. Hier zijn de lesmaterialen bij inbegrepen.

Wat je tijdens de cursus leert, kun je meteen toepassen in de praktijk. Hiervoor is een geschikte werkomgeving noodzakelijk.

Waarom Using R for Analysis bij de HU?

  • Cursus met praktische begeleiding

    Jouw groei als cursist staat voorop. Daarom steekt de HU veel tijd en energie in begeleiding gedurende cursus.

  • Docent uit de praktijk

    De docent is deskundig op zijn vakgebied met passie voor zijn vak.

  • Midden in het land

    Utrecht is centraal gelegen. Je kunt de locaties van de HU goed bereiken per openbaar vervoer en de auto.

Direct contact

Instituut voor Life Sciences and Chemistry

Interieur gebouw Hogeschool Utrecht Koningsbergerstraat 9

Interesse in de opleiding Using R for Data Analysis?

Neem contact met ons op

Volg deze opleiding