Diplomado en Lenguaje de Programación R en Oncología Genómica

Diplomado

Online

$ 775 IVA inc.

Descripción

  • Tipología

    Diplomado

  • Metodología

    Online

  • Horas lectivas

    300h

  • Duración

    2 Meses

  • Inicio

    Fechas disponibles

  • Campus online

  • Clases virtuales

El concepto de Oncología Genómica o de Precisión no es completamente nuevo; los médicos han estado utilizando el tipo de sangre para adaptar las transfusiones de sangre durante más de un siglo. Lo que hoy es diferente es el rápido crecimiento de los datos genómicos que se pueden recopilar de forma rápida y barata del paciente y de la comunidad en general, y el potencial para obtener información a partir del intercambio de esos datos. La escala y la complejidad de los datos genómicos empequeñecen las
medidas que se usan tradicionalmente en las pruebas de laboratorio.

Información importante

Documentación

  • 496diplomado-lenguaje-programacion-r-oncologia-genommicaa-.pdf

Sedes y fechas disponibles

Ubicación

comienzo

Online

comienzo

Fechas disponiblesInscripciones abiertas

Información relevante sobre el curso

Objetivo general
Š Ser capaz de interpretar con precisión el volumen de información clínica disponible actualmente y asociado a los datos biológicos que se generan tras un análisis bioinformático
Objetivos específicos
Š Discutir cómo la adopción de la secuenciación de próxima generación (NGS) en un contexto de diagnóstico plantea numerosas preguntas con respecto a la identificación y los informes de variantes en genes secundarios para la patología del paciente
Š Iniciarse en el lenguaje de programación R, que tiene las ventajas de ser un lenguaje de programación de código abierto y dispone múltiples paquetes de análisis estadístico
Š Aprender conceptos básicos de programación de R como tipos de datos, aritmética de vectores e indexación

El programa en Lenguaje de programación R en Oncología Genómica está orientado a facilitar la actuación del médico dedicado al tratamiento de la patología oncológica, en la que es preciso interpretar con exactitud el volumen ingente de información clínica disponible actualmente y asociarlo a los datos biológicos que se generan tras un análisis bioinformático.

Este Diplomado en Lenguaje de Programación R en Oncología Genómica contiene el programa científico más completo y actualizado del mercado.

Tras la superación de la evaluación, el alumno recibirá por correo postal* con acuse de recibo su correspondiente título de Diplomado emitido por TECH Universidad Tecnológica.

El título expedido por TECH Universidad Tecnológica expresará la calificación que haya obtenido en el Diplomado, y reunirá los requisitos comúnmente exigidos por las bolsas de trabajo, oposiciones y comités evaluadores de carreras profesionales.

Título: Diplomado en Lenguaje de Programación R en Oncología Genómica
N.º Horas Oficiales: 300 h.

Nuestra escuela es la primera en el mundo que combina el estudio de casos clínicos con un sistema de aprendizaje 100% online basado en la reiteración, que combina 8 elementos
diferentes que suponen una evolución con respecto al simple estudio y análisis de casos. Esta metodología, a la vanguardia pedagógica mundial, se denomina Relearning.
Nuestra escuela es la primera en habla hispana licenciada para emplear este exitoso método, habiendo conseguido en 2015 mejorar los niveles de satisfacción global (calidad docente,
calidad de los materiales, estructura del curso, objetivos…) de los estudiantes que finalizan los cursos con respecto a los indicadores de la mejor universidad online en habla hispana.

Recibida su solicitud, un responsable académico del curso le llamará para explicarle todos los detalles del programa, así como el método de inscripción, facilidades de pago y plazos de matrícula.

En primer lugar, necesitas un ordenador (PC o Macintosh), conexión a internet y una cuenta de correo electrónico. Para poder realizar los cursos integramente ON-LINE dispone de las siguientes opciones: Flash - Instalando Flash Player 10 o posterior (http://www.adobe.com/go/getflash), en alguno de los
siguientes navegadores web: - Windows: Internet Explorer 6 y posteriores, Firefox 1.x y posteriores, Google Chrome, Opera 9.5 y posteriores - Mac: Safari 3 y posteriores, Firefox 1.x y posteriores, Google Chrome - Linux: Firefox 1.x y posteriores HTML5 - Instalando alguno de los navegadores web: - Google
Chrome 14 o posterior sobre Windows o Mac - Safari 5.1 o posterior sobre Mac - Mobile Safari sobre Apple iOS 5.0 o posterior en iPad/iPhone Apple iOS - Articulate Mobile Player; Apple iOS 5.0 o posterior en iPad.

Preguntas & Respuestas

Añade tu pregunta

Nuestros asesores y otros usuarios podrán responderte

¿Quién quieres que te responda?

Déjanos tus datos para recibir respuesta

Sólo publicaremos tu nombre y pregunta

Opiniones

Materias

  • Programación
  • Lenguaje
  • Oncologia
  • Genómica
  • Progrmacion R

Profesores

Martin Krallinger

Martin Krallinger

Profesor

Mauro Javier Oruezábal Moreno

Mauro Javier Oruezábal Moreno

Profesor

Temario

Módulo 1. Análisis de datos en proyectos de Big Data: Lenguaje de Programación R

1.1. Introducción al lenguaje de programación R

1.1.1. ¿Qué es R?
1.1.2. Instalación de R y el interfaz gráfico de R
1.1.3. Paquetes

1.1.3.1. Paquetes estándar
1.1.3.2. Paquetes aportados y CRAN

1.2. Características básicas de R

1.2.1. El entorno R
1.2.2. Software y documentación relacionados
1.2.3. R y estadísticas
1.2.4. R y el sistema de ventanas
1.2.5. Usando R interactivamente
1.2.6. Una sesión introductoria
1.2.7. Obtención de ayuda con funciones y características
1.2.8. Comandos R, sensibilidad a mayúsculas, etc
1.2.9. Recuperación y corrección de comandos anteriores
1.2.10. Ejecutar comandos o desviar la salida a un archivo
1.2.11. Permanencia de datos y eliminación de objetos

1.3. Tipos de objetos de R

1.3.1. Manipulaciones simples; números y vectores

1.3.1.1. Vectores y asignación
1.3.1.2. Aritmética de vectores
1.3.1.3. Generando secuencias regulares
1.3.1.4. Vectores lógicos
1.3.1.5. Valores perdidos
1.3.1.6. Vectores de caracteres
1.3.1.7. Vectores de índice

1.3.1.7.1. Selección y modificación de subconjuntos de un conjunto de datos

1.3.1.8. Otros tipos de objetos

1.3.2. Objetos, sus modos y atributos

1.3.2.1. Atributos intrínsecos: modo y longitud
1.3.2.2. Cambiar la longitud de un objeto
1.3.2.3. Obtención y configuración de atributos
1.3.2.4. La clase de un objeto

1.3.3. Factores ordenados y desordenados

1.3.3.1. Un ejemplo específico
1.3.3.2. La función tapply () y matrices desiguales
1.3.3.3. Factores ordenados

1.3.4. Matrices

1.3.4.1. Matrices
1.3.4.2. Indización de matrices. Subsecciones de una matriz
1.3.4.3. Matrices de índice
1.3.4.4. La función array ()
1.3.4.5. Aritmética mixta de vectores y matrices. La regla de reciclaje
1.3.4.6. El producto exterior de dos matrices
1.3.4.7. Transposición generalizada de una matriz
1.3.4.8. Multiplicación de matrices
1.3.4.9. Valores propios y vectores propios
1.3.4.10. Descomposición de valores singulares y determinantes
1.3.4.11. Formando matrices particionadas, cbind () y rbind ()
1.3.4.12. La función de concatenación, c (), con matrices

1.3.5. Tablas de frecuencia de factores
1.3.6. Listas

1.3.6.1. Construyendo y modificando listas
1.3.6.2. Listas de concatenación

1.3.7. Dataframes

1.3.7.1. ¿Cómo crear DataFrames?
1.3.7.2. Adjuntar () y separar ()
1.3.7.3. Trabajando con DataFrames

1.4. Lectura y escritura de datos

1.4.1. La función read.table ()
1.4.2. La función scan ()
1.4.3. Acceso a los conjuntos de datos incorporados
1.4.4. Cargando datos de otros paquetes R
1.4.5. Edición de datos

1.5. Agrupación, bucles y ejecución condicional

1.5.1. Expresiones agrupadas
1.5.2. Declaraciones de control

1.5.2.1. Ejecución condicional: sentencias if
1.5.2.2. Ejecución repetitiva: para bucles, repetición y tiempo

1.6. Escribiendo tus propias funciones

1.6.1. Ejemplos simples
1.6.2. Definiendo nuevos operadores binarios
1.6.3. Argumentos con nombre y valores por defecto
1.6.4. El argumento “...”
1.6.5. Asignaciones dentro de funciones

Módulo 2. Análisis estadístico en R

2.1. Distribuciones de probabilidad discretas
2.2. Distribuciones de probabilidad continuas
2.3. Introducción a la inferencia y muestreo (estimación puntual)
2.4. Intervalos de confianza
2.5. Contrastes de hipótesis
2.6. ANOVA de un factor
2.7. Bondat de ajuste (test de chi cuadrado)
2.8. Paquete fitdist
2.9. Introducción a estadística multivariante

Modulo 3. Entorno gráfico en R

3.1. Procedimientos gráficos

3.1.1. Comandos de trazado de alto nivel

3.1.1.1. La función plot ()
3.1.1.2. Visualización de datos multivariados
3.1.1.3. Gráficos de pantalla
3.1.1.4. Argumentos a funciones de trazado de alto nivel

3.1.2. Comandos de trazado de bajo nivel

3.1.2.1. Anotación matemática
3.1.2.2. Fuentes vectoriales hershey

3.1.3. Interactuando con gráficos
3.1.4. Uso de parámetros gráficos

3.1.4.1. Cambios permanentes: la función par ()
3.1.4.2. Cambios temporales: argumentos a funciones gráficas

3.1.5. Lista de parámetros gráficos

3.1.5.1. Elementos gráficos
3.1.5.2. Ejes y marcas
3.1.5.3. Márgenes de la figura
3.1.5.4. Entorno de figuras múltiples

3.1.6. Estadística descriptiva: representaciones gráficas

Diplomado en Lenguaje de Programación R en Oncología Genómica

$ 775 IVA inc.