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

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

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:
    • Videó elemző szoftverek megismerése:
      • Mwrap,
      • Tractor,
      • Boris,
      • idTracker
    • Python OpenCV
    • AI képfelismerési alapok

    A kurzus célja, hogy a hallgatók

      • képesek legyenek Linux környezetben önálló munkára

      • tudjanak parancssoros környezetben szövegfeldolgozási problémákat megoldani

    Tanulás eredmények, kompetenciák: a hallgató

    Tudás:

    • megismeri a Linux operációs rendszert és gyakorlatban tudni használni az alapvető Linux eszközöket

    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)

    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.

    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 
    Képesség:
    • képessé válik problémák algoritmikus megfogalmazására és az algoritmusok hatékony számítógépes megvalósítására R nyelven
    Attitűd:
    • 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 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

    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.

    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


    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