No se requieren.
Los alumnos adquieren los conocimientos y desarrollan las habilidades que se indican a continuación:
1. Comprender las etapas del ciclo de vida de los datos, desde la creación hasta la eliminación o almacenamiento.
2. Utilizar ontologías y gráficos de conocimiento para la normalización del lenguaje médico.
3. Implementar técnicas de anonimización de datos para compartirlos de manera segura.
1. Ciclo de vida de los datos y evaluación de la calidad: etapas, dimensiones de calidad, principios FAIR.
2. Gobernanza de los datos y políticas: condiciones éticas, legales e institucionales, propiedad de los datos, permisos, comités de acceso a los datos.
3. Normalización del lenguaje médico: ontologías, SNOMED CT, LOINC, HPO, interoperabilidad.
4. Compartición de datos: técnicas de anonimización, modelos agregados y federados, entornos basados en la nube, generación de datos sintéticos, descubrimiento federado, aprendizaje federado.
Las clases de la asignatura de Ciencia de Datos Aplicada a la Biomedicina quieren potenciar el aprendizaje activo del alumno eminentemente práctico. El alumno es un miembro activo de las clases y aprende a medida que desarrolla las tareas que se plantean con su ordenador portátil. Las clases están enfocadas a que el alumno codifique scripts, combinando el material teórico con clases eminentemente prácticas. Además, se hará una iniciación al lenguaje de programación R que se combinará con actividades desarrolladas mediante Python, dando las herramientas necesarias para llevar a cabo la asignatura con éxito.
Ver carpeta electrónica de la asignatura.
Ver carpeta electrónica de la asignatura.
Ver carpeta electrónica de la asignatura.
Ver carpeta electrónica de la asignatura.