Data science

Er wordt tegenwoordig een enorme hoeveelheid gezondheidsgerelateerde data verzameld van mensen, vastgelegd in digitale vorm. Denk hierbij aan elektronische patiëntendossiers, maar ook aan allerlei apps waarbij mensen informatie over hun gezondheid bijhouden en delen met anderen. Deze cursus gaat in op hoe deze data kunnen worden ingezet om vragen te beantwoorden in het kader van de gezondheidswetenschappen.

Het eerste deel van de cursus bekijkt het probleem vanuit een breder perspectief zoals de rol van data binnen de gezondheidswetenschappen en manieren om op een verantwoorde wijze om te gaan met data die worden verzameld binnen de gezondheidszorg.
De cursus richt zich vervolgens op technieken om data te analyseren door middel van moderne machine learning-algoritmen. Je leert een gemotiveerde keuze te maken voor een machine learning-algoritme aan de hand van de eigenschappen van de data en het probleem dat je wilt oplossen. Bovendien leer je hoe je resultaten van deze analyses op een wetenschappelijk verantwoordelijke wijze kunt evalueren en presenteren.
Deze cursus heeft een praktische inslag: je gaat zelf aan de slag met de statistische programmeertaal R om een dataset te analyseren. De cursus zal gebruik maken van de populaire tidyverse pakketten binnen R (tidyr, dplyr, ggplot en tidymodels).

Leerdoelen
Nadat je deze cursus hebt afgerond, kun je
- de rol van data science in de gezondheidswetenschappen beschrijven
- de belangrijkste concepten voor de acquisitie, de opslag en het gebruik van biomedische gegevens benoemen
- de beginselen van een dataminingproces beschrijven
- het verschil benoemen tussen beschrijvende, voorschrijvende en voorspellende analyse, evenals het verschil tussen het gebruik van deze analyses in de gezondheidswetenschappen
- een gezondheidsgerelateerde dataset opschonen en geschikt maken voor een analyse
- inzicht geven in gezondheidsdatasets door middel van verschillende visualisatietechnieken
- de principes beschrijven over de belangrijkste elementen van machine learning, zoals dataset, classificatie-algoritme, label, nauwkeurigheid en cross-validatie
- algoritmen voor machine learning (classificatie, regressie, clustering en tekst mining) toepassen op gegevens uit de gezondheidswetenschappen en evalueren
- resultaten genereren door data-sciencetechnieken te interpreteren in relatie tot bestaande kennis in de gezondheidswetenschappen.