Programmeren en modelleren

Het verwerken van grote hoeveelheden gegevens en het bouwen van modellen om biochemische processen te analyseren zijn essentiële vaardigheden voor wetenschappers en ingenieurs. Het succesvol kunnen bouwen van een model begint allemaal met het kunnen opdelen van een probleem in een aantal eenvoudige stappen; je zult leren hoe je dit kunt doen, binnen dit vak door computermodellen te ontwikkelen die een stapsgewijze oplossing bieden. Het computermodel wordt geïmplementeerd met behulp van de programmeertaal Python; we zullen de basis syntax van deze programmeertaal leren en hoe je kleine modellen kunt bouwen met deze programmeervaardigheden. In de praktijk worden tegenwoordig taalmodellen (LLM's) zoals chatGPT en copilot gebruikt om het programmeren te ondersteunen. LLM's zijn echter niet perfect: het is belangrijk dat je de code die ze produceren begrijpt en kunt controleren of deze code correct is. Naast het oplossen van wiskundige vergelijkingen en het bouwen van computermodellen om bepaalde problemen in de levenswetenschappen te beschrijven, analyseren wetenschappers en ingenieurs vaak praktische gegevens om trends te observeren. We zullen basis regressieanalyse behandelen om te laten zien hoe je programmeervaardigheden in deze context kunnen worden gebruikt. Voor grote datasets wordt deze analyse steeds vaker uitgevoerd met machine learning. Basis machine learning contexten en hun voordelen en risico's worden besproken om je vertrouwd te maken met deze nieuwe ontwikkelingen.