LFU:online

Am Ende dieses Kurses sollten die Teilnehmer

• ein Grundwissen über die häufog verwendeten Julia-Pakete und Funktionen im Bereich data science haben
• in der Lage sein, ihren Code in Modulen, Funktionen und Skripten zu strukturieren und ihren eigenen Workflow zu entwickeln . vom Experiment bis zur Visualisierung!
• in der Lge sein, Julia-Code zu debuggen und automatische Tests für selbst entwickelte Funktionen zu schreiben
• gelernt haben, wie man Code mit Hilfe von github sichert, teilt oder zu einem Projekt beiträgt
• ein tiefes Verständnis für die Struktur und die Funktionalitäten der Tof-Tracer Software gewonnen haben

Dieser Kurs ist eine Einführungin Julia, eine junge Programmiersprache mit einer noch kleinen aber schnell wachsenden Fangemeinde, vor allem wegen ihrer Geschwindigkeit und Benutzerfreundlichkeit, siehe https:/julialang.org/blog/2012/02/why-we-created-julia/

Anhand von praktischen Beispielen werden wir und mit der code-basierten Analyse massenspektrometrischer Daten, d.h. strukturierten mehrdimensionalen Matrizen, auseinandersetzen.

Ein Schwerpunkt wird auf einem tiefen Verständnis, der Nutzung und Weiterentwicklung des Open-Source-Projekts Tof-Tracer https://github.com/lukasfischer83/TOF-Tracer2 für die Analyse von Flugzeit-Massenspektrometriedaten liegen.

Wir werden auch die allgemeinen Aspekte des effizienten Schreiben von Code in Julia behandeln, einschließlich der Strukturieren und des Testens von Code sowie der Planung und Dokumentation der Laborarbeit im Hinblick auf die Datenanalyse.

Wenn die Mehrheit der Teilnehmer bereits über Python-Kenntnisse verfügt, wird die "Übersetzung" zwischen den beiden Programmiersprachen behandelt, um die Lernkurve zu beschleunigen.

Lernmaterialien zum selbstständigen Lernen und das Programmierprojekt zu Hause und kleine Aufgaben, Diskussionen und aktives Lernen in der Präsenzzeit.

Die Bewertung des Kurses basiert auf der aktiven Teilnahme im Unterricht sowie auf einem Programmierprojekt

Keine.