Pla docent de l'assignatura

 

 

Català English Tanca imatge de maquetació

 

Imprimeix

 

Dades generals

 

Nom de l'assignatura: Laboratori de Processat de Dades i Visualització

Codi de l'assignatura: 366223

Curs acadèmic: 2019-2020

Coordinació: Santiago Marco Colas

Departament: Departament d'Enginyeria Electrònica i Biomèdica

crèdits: 3

Programa únic: S

 

 

Hores estimades de dedicació

Hores totals 75

 

Activitats presencials i/o no presencials

33

 

-  Teoria

Presencial

 

10

 

-  Pràctiques de laboratori

Presencial

 

20

 

-  Pràctiques orals comunicatives

Presencial

 

3

Treball tutelat/dirigit

22

Aprenentatge autònom

20

 

 

Recomanacions

 

Cal estar familiaritzat amb algun dels llenguatges de programació següents: R, Python o MATLAB. També cal tenir coneixements bàsics d’estadística.

 

 

Competències que es desenvolupen

 

   -

Coneixement de matèries bàsiques i tecnològiques, que capaciti per a l'aprenentatge de nous mètodes i tecnologies, i doti d'una gran versatilitat per adaptar-se a situacions noves (personal).

   -

Habilitat per treballar de manera autònoma (personal).

   -

Capacitat per utilitzar eines informàtiques de recerca de recursos bibliogràfics o d'informació relacionada amb les tecnologies mèdiques i la bioenginyeria (personal).

   -

Capacitat per accedir a estudis posteriors, desenvolupar una actitud positiva per mantenir actualitzats els coneixements en un procés de formació continuada i proporcionar l'amplitud i profunditat suficient per accedir a la formació de postgrau en l'àmbit de l'ensenyament avançat de l'enginyeria biomèdica.

Objectius d'aprenentatge

 

Referits a habilitats, destreses

— Fer servir entorns integrats de desenvolupament (IDE) per programar i depurar.

 

— Generar informes de manera automàtica utilitzant codi integrat.

 

— Codificar en un llenguatge de programació d’alt nivell, fent servir estructures de control de flux i definició de funcions.

 

— Crear una visualització atractiva per comunicar amb eficàcia la informació de les dades.

 

 

Blocs temàtics

 

1. Importació de dades

*  Lectura de fitxers de text amb diversos tipus de dades, delimitadors i capçaleres. Combinació de fitxers de dades heterogenis

2. Manipulació de dades

*  Processament de dades sense processar: extracció, manipulació, agregació i introducció. Treball amb dades incompletes. Treball amb dades categòriques

3. Visualització de dades

*  Registre i modificació de gràfics estàndard per generar gràfics personalitzats. Determinació de les propietats dels objectes gràfics i dels seus valors. Localització i manipulació d’objectes gràfics. Modificació de les propietats dels objectes gràfics

4. Visualització de dades multidimensionals

*  Interpolació en múltiples dimensions. Mètodes per visualitzar dades altament dimensionals i complexes

 

 

Metodologia i activitats formatives

 

La metodologia de l’assignatura segueix en gran manera el model de l’aprenentatge experiencial. Al llarg del curs, l’alumnat fa tres projectes de format breu, a cadascun dels quals es dediquen tres sessions. Aquests projectes compten amb la tutorització parcial del professorat. Es fomenta el treball autònom sempre que sigui possible.

L’assignatura s’imparteix íntegrament en anglès.

 

 

Avaluació acreditativa dels aprenentatges

 

L’avaluació continuada es basa en presentacions i exposicions orals dels projectes que s’han fet durant el curs.

 

Avaluació única

L’avaluació única es basa en un qüestionari.

 

 

Fonts d'informació bàsica

Consulteu la disponibilitat a CERCABIB

Llibre

Kyran Dale, Data Visualization with Python and JavaScript, O’reilly, 2016.

Jake VanderPlas, "Python Data Science Handbook: Tools and Techniques for Developpers’, O’reilly (2016)

Stormy Attaway, “MATLAB: A practical introduction to Programming and Problem Solving”,  3rd Edition, Amsterdam, Elsevier, 2013..

Andrew King, Paul Aljabar, “MATLAB programming for Biomdical Engineers and Scientist”, Academic Press, 2017.

Garret Grolemund, Hadley Wickham, “R for Data Science”, O’Reilly, 2016

Andy Kirk, ’Data Visualilzation: A Handbook for Data Driven Design’, SAGE Pub, (2016)