A kurzus célja, hogy a hallgatók
képesek legyenek adatbázis kezelő kliens alkalmazásokkal SQL adatbázisok önálló használatára
elsajátítsák az SQL nyelv használatát
felismerjék az adatbázis kezelő használatával megoldandó problémákat.
képesek legyenek önállóan adatbázist létrehozni, adatot betölteni és lekérdezni
Tanulás eredmények, kompetenciák: a hallgató
Tudás:
- megismeri a PostgreSQL adatbázis kezelő használatát
Képesség:
- képessé válik adatbázis kezelésre különféle kliens alkalmazásokkal.
Attitűd:
- munkája során környezettudatosan jár el, előnybe részesíti az elektronikus adattárolás és ügyintézés módszereit, fejleszti az önálló tanuláshoz szükséges készségeit;
Autonómia és felelősség:
- folyamatosan továbbképzi magát, bővíti ismereteit az adatbázisok területén, fejleszti az önellenőrzés készségét.
A kurzus tartalma, témakörei
- Mikor és miért érdemes adatábzis kezelőt használni
- PostgresSQL adatbázis szerver telepítése
- SQL
alapok
- PostgresSQL parancssori kliens használat
- R, QGIS és webes postgres kliensek használata
- Biológiai adatbázisok használata
- Teacher: Dr. Bán Miklós
A kurzus célja, hogy a hallgatók
◦ alapvető bioinformatikai módszerekben jártasságot szerezzenek.
◦ bioinformatikai problémákat megértsenek és önállóan megoldást találjanak rá
Tanulás eredmények, kompetenciák: a hallgató
Tudás:
- ismeri a fontosabb bioinformatikai fogalmakat és szoftvereket
Képesség:
- képes a bioinformatikai feladatokhoz kapcsolódó biológiai problémát megérteni
- képes az adatait bioinformatikai elemzésekhez előkészíteni, illetve képes mások adatait
értelmezni és kezelni
- képes különféle bioinformatikai szoftverek használatára
- képes bioinformatikai szoftverek problémáit megérteni
Attitűd:
- elkötelezett a minőségi munkavégzés iránt
- törekszik problémamegoldó-képességének fejlesztésére
- nyitott az új bioinformatikai eszközök megismerésére
Autonómia és felelősség:
folyamatosan továbbképzi magát, bővíti ismereteit a bioinformatika területén
A kurzus tartalma, témakörei
Szeminárium:
Zoológiai bioinformatika
Filogenetikai és filogeográfiai bioinformatika,
Genetikai kutatásokhoz, szekvenálásokhoz, evolúciós kutatásokhoz, filogenetikához kapcsolódó
bioinformatika
Gyakorlat:
DNS szekvencia birtokában specifikus primerek tervezése. Homológ szekvenciák keresése
BLAST segítségével az NCBI honlapján, illetve parancssorban. Génszekvenciák megjelenítése,
illesztése, fordítása aminosav szekvenciára. Teljes transzkriptom és genom összeszerelés
lépései. Differenciális génexpresszió analízis módszerei. Genom annotáció.
Értékelés
- A jegy megszerzésének feltétele az órákon való részvétel és a házi feladatok határidőre történő beadása a moodle rendszerben.
- gyakorlati vizsga
- Teacher: Dr. Barta Zoltán
- Teacher: Nagy Nikoletta Andrea
- Teacher: Dr. Sramkó Gábor
A kurzus célja, hogy a hallgatók
- megtanulják a kép és videó feldolgozás tudományos célú és ismételhető módjait
Tanulás eredmények, kompetenciák: a hallgató
Tudás:
- megismeri a fontosabb nyílt forráskódú kép és videó elemző eszközöket
Képesség:
- Képes önálló tudományos célú kép és videó elemzések elvégzésére
- Képes ismételhető elemzést végezni kép és videó fájlokkal
- Képes elemezhető adatgyűjtést tervezni
Attitűd:
- munkája során környezettudatosan jár el, előnyben részesíti az elektronikus adattárolás és ügyintézés módszereit, fejleszti az önálló tanuláshoz szükséges készségeit;
Autonómia és felelősség:
- rendelkezik kutatási projektek adatelemzési fázisának elvégzéséhez szükséges önállósággal
A kurzus tartalma, témakörei
-
Automatizálás
parancssori eszközökkel:
- ImageMagick,
- VLC,
- Mplayer,
- ImageJ,
- ffmpeg
-
Videó
elemző szoftverek megismerése:
- Mwrap,
- Tractor,
- Boris,
- idTracker
- Python OpenCV
- AI képfelismerési alapok
- Teacher: Dr. Bán Miklós
A kurzus célja, hogy a hallgatók
képesek legyenek Linux környezetben önálló munkára
tudjanak parancssoros környezetben szövegfeldolgozási problémákat megoldani
Tanulás eredmények, kompetenciák: a hallgató
Tudás:
Képesség:
- képessé válik önállóan Linux környezetben dolgozni
Attitűd:
- munkája során környezettudatosan jár el, előnybe részesíti az elektronikus adattárolás és ügyintézés módszereit, fejleszti az önálló tanuláshoz szükséges készségeit
- elkötelezett a minőségi munkavégzés iránt
- törekszik problémamegoldó-képességének fejlesztésére
- nyitott az új biológiai és más természettudományos kutatási eredmények megismerésére
Autonómia és felelősség:
- folyamatosan továbbképzi magát, bővíti ismereteit az informatika területén, rendelkezik kutatási projektek adatelemzési fázisának előkészítéséhez szükséges önállósággal.
A kurzus tartalma, témakörei
-
Fájlrendszer (cd, cp, mv, rm, rmdir, file),
- Hálózat (ssh, scp, rsync)
- Pipe, Sed, Awk, Grep, Find, Processzek kezlése
- Vi
- Szöveg feldolgozás, Reguláris kifejezések
-
Bash programozás alapok (szkriptek írása, függvények, ciklusok)
- Teacher: Dr. Bán Miklós
A kurzus célja, hogy a hallgatók
képesek legyenek alkalmazni az algoritmikus gondolkodás módszertanát problémák megoldására.
elsajátítsák a Python programozási nyelvet és az objektum orientált programfejlesztést.
jelentős mennyiségű tantermi és otthoni munka révén gyakorlatot szerezzenek a Python nyelven történő programfejlesztésben.
felismerjék az algoritmizálható problémákat és képesek legyenek azok számítógépes megvalósítására Python nyelven
Tanulás eredmények, kompetenciák: a hallgató
Tudás:
- megismeri a Python programnyelv elemeit és a gyakorlatban alkalmazza azokat programfejlesztésre.
Képesség:
- képessé válik problémák algoritmikus megfogalmazására és az algoritmusok hatékony számítógépes megvalósítására Python nyelven.
Attitűd:
- törekszik problémamegoldó-képességének fejlesztésére,
- munkája során környezettudatosan jár el, előnybe részesíti az elektronikus adattárolás és ügyintézés módszereit, fejleszti az önálló tanuláshoz szükséges készségeit;
Autonómia és felelősség:
- folyamatosan továbbképzi magát, bővíti ismereteit a programozás területén, fejleszti az önellenőrzés készségét.
A kurzus tartalma, témakörei
- A Python nyelven történő programfejlesztés lépései. Hibafajták, szintaktikai és szemantikai hibák és elhárításuk.
- A Python program felépítése, strukturált programozás.
- Adatok és változók. Adattípusok. Utasítások, ciklusok.
- Függvények. Fájlok.
- Adatstruktúrák: karakterláncok, listák, szótárak.
- Osztályok, objektumok, öröklés.
- Kivételkezelés.
- Teacher: Ecsedi Kornél
A kurzus célja, hogy a hallgatók
- képesek legyenek alkalmazni az algoritmikus gondolkodás módszertanát problémák megoldására.
- elsajátítsák az R programozási nyelvet.
- jelentős mennyiségű tantermi és otthoni munka révén gyakorlatot szerezzenek az R nyelven történő programfejlesztésben.
- felismerjék az algoritmizálható problémákat és képesek legyenek azok számítógépes megvalósítására R nyelven.
Tanulás eredmények, kompetenciák: a hallgató
Tudás:
- Megismeri az R programnyelv elemeit és a gyakorlatban alkalmazza azokat programfejlesztésre
- képessé válik problémák algoritmikus megfogalmazására és az algoritmusok hatékony
számítógépes megvalósítására R nyelven
- elkötelezett a minőségi munkavégzés iránt
- törekszik problémamegoldó-képességének fejlesztésére
- nyitott az új biológiai és más természettudományos kutatási eredmények megismerésére
- folyamatosan továbbképzi magát, bővíti ismereteit a R programozás területén,
- rendelkezik kutatási projektek adatelemzési fázisának elvégzéséhez szükséges önállósággal
A kurzus tartalma, témakörei
- Az R programozás lépései
- Az R program felépítése.
- Adatok és változók.
- Adattípusok.
- Utasítások, ciklusok.
- Függvények.
- Fájlok.
- Adatstruktúrák
- R-csomagok
- Teacher: Dr. Bán Miklós
- Teacher: Dr. Barta Zoltán
- Teacher: Nagy Nikoletta Andrea
A kurzus célja, hogy a hallgatók
- ismerjék és alkalmazni tudják az R statisztikai környezetet
- ismerjék és használni tudják az alapvető kísérlettervezési és adatkezelési eljárásokat
- el tudjanak végezni és értelmezni tudjanak egyszerű statisztikai próbákat
- ismerjék és alkalmazni tudják az egyszerű többváltozós elemzési módszereket.
Tanulás eredmények, kompetenciák: a hallgató
Tudás:
- ismeri a fontosabb statisztikai fogalmakat, statisztikai próbákat, többváltozós statisztikai módszereket és ezek alkalmazhatósági feltételeit
Képesség:
- képes egyszerű tudományos projektek adagyűjtését megtervezni
- képes az adatait a statisztikai elemzésekhez előkészíteni, illetve képes mások adatait értelmezni és kezelni
- képes egyszerű statisztikai eljárások elvégzésére
- képes egyszerű statisztikai eljárások értelmezésére
Attitűd:
- elkötelezett a minőségi munkavégzés iránt
- törekszik problémamegoldó-képességének fejlesztésére
- nyitott az új biológiai és más természettudományos kutatási eredmények megismerésére
Autonómia és felelősség:
- rendelkezik kutatási projektek adatelemzési fázisának elvégzéséhez szükséges önállósággal
A kurzus tartalma, témakörei
-
Bevezető
az R statisztikai környezet használatába.
- Adatkezelési
alapfogalmak.
- Leíró statisztika.
- Statisztikai hipotézisvizsgálat.
- Átlagokra vonatkozó statisztikai próbák.
- Nem-parametrikus próbák.
- Varianciákra és eloszlásokra vonatkozó statisztikai próbák.
- Varianciaanalízis.
- Folytonos változók kapcsolatainak vizsgálata.
- Lineáris regresszió és korrelációszámolás.
- Kovarianciaanalízis.
- Többváltozós statisztikai modellek.
- Modellszelekciós eljárások.
- Lineáris statisztikai modellek
alkalmazhatósági feltételei.
- Általánosított lineáris modellek.
- Kevert lineáris modellek.
- Főkomponens-analízis.
- Teacher: Tökölyi Jácint
A kurzus célja, hogy a hallgatók
képesek legyenek GPS eszközökkel adatot gyűjteni,
képesek legyenek térinformatika adatok megjelenítésére, átalakítására és elemzésére.
elsajátítsák a QGIS használatát
gyakorlatot szerezzenek az alapvető R térinformatikai csomagok használatában.
Tanulás eredmények, kompetenciák: a hallgató
Tudás:
- ismeri a távérzékelés és a térinformatika alapjait, ismeri az open-source térinformatikai eszközök használatát
Képesség:
- képes térinformatikai problémák önálló megoldására, térinformatikai adatok elemzésére
Attitűd:
- elkötelezett a minőségi munkavégzés iránt
- munkája során környezettudatosan jár el, előnybe részesíti az elektronikus adattárolás és ügyintézés módszereit, fejleszti az önálló tanuláshoz szükséges készségeit;
Autonómia és felelősség:
- folyamatosan továbbképzi magát, bővíti ismereteit a térinformatika területén.
A kurzus tartalma, témakörei
GPS eszközök használata: kézi GPS-ektől szuper pontosságú eszközökig - terepi gyakorlat
Légifotók: raszter elemzés, légifotó vs ortofotó: drón használat és drónos adatok a gyakorlatban és elméletben
QGIS
R térinformatika
Adatbázis és térinformatika
Elterjedés modellezés
Webes térinformatika
- Teacher: Dr. Bán Miklós
- Teacher: Dr. Szabó Gergely
- Teacher: Végvári Zsolt
A kurzus célja, hogy a hallgatók
- megismerjék a kutatói munkához szükséges webes technikákat
- használni tudjanak WEB API felületeket
- megismerjenek webes kutatói eszközöket
Tanulás eredmények, kompetenciák: a hallgató
Tudás:
- megismerni a biológusok számára fontos webes eszközök használatának módjait
Képesség:
- képes a kutatói munkához szükséges webes eszközök önálló használatára
Attitűd:
- törekszik problémamegoldó-képességének fejlesztésére;
- munkája során környezettudatosan jár el, előnybe részesíti az elektronikus adattárolás és ügyintézés módszereit, fejleszti az önálló tanuláshoz szükséges készségeit;
Autonómia és felelősség:
- folyamatosan továbbképzi magát, bővíti ismereteit az informatika területén, fejleszti az önellenőrzés készségét.
A kurzus tartalma, témakörei
- Teacher: Dr. Bán Miklós