Kursplan
I. Innledning og forarbeid
1. Oversikt
- Gjøre R mer vennlige, R og tilgjengelige GUI-er Rstudio Relatert programvare og dokumentasjon R og statistikk Bruke R interaktivt En introduksjonsøkt Få hjelp med funksjoner og funksjoner R-kommandoer, sensitivitet for store og små bokstaver osv. Gjenkalling og korrigering av tidligere kommandoer Utføre kommandoer fra eller viderekoble utdata til en fil Datapermanens og fjerning av objekter Goav programmeringspraksis: Selvstendige skript, god lesbarhet, f.eks. strukturerte skript, dokumentasjon, installeringspakker for markdown; CRAN og Bioconductor
2. Lese data
- Txt-filer (read.delim) CSV-filer
3. Enkle manipulasjoner; tall og vektorer + matriser
- Vektorer og tilordning Vektoraritmetikk Generere regulære sekvenser Logiske vektorer Manglende verdier Tegnvektorer Indeksvektorer; velge og endre undersett av et datasett Arrays
Lister Konstruere og endre lister Sammenslå lister
- Datarammer Lage datarammer
6. Mer om lesing av data
- XLS, XLSX filer readr og readxl pakker SPSS, SAS, Stata,... og andre formater data Eksportere data til txt, csv og andre formater
6. Gruppering, looper og betinget utførelse
- Grupperte uttrykk Kontrollsetninger Betinget utførelse: if-setninger Gjentatt utførelse: for løkker, gjenta og mens introduksjon til gjelder, lapply, sapply, trykk
7. Funksjoner
- Opprette funksjoner Valgfrie argumenter og standardverdier Variabelt antall argumenter Omfang og dets konsekvenser
8. Enkel grafikk i R
- Opprette en graf Tetthetsplott Punktplott Søylediagram Linjediagram Sektordiagram Boksplott Spredningsplott Kombinere plott
II. Statistisk analyse i R
- 1. Sannsynlighetsfordelinger
R som et sett med statistiske tabeller Undersøker fordelingen av et sett med data
2. Testing av hypoteser
- Tester om en populasjonsgjennomsnittlig sannsynlighetsratiotest En- og to-utvalgstester Chi-Square Gogodness-of-Fit-test Kolmogorov-Smirnov Én-prøvestatistikk Wilcoxon Signed-Rank Test To-Sample Test Wilcoxon Rank Sum Test Mann-Whitney Test Kolmogorov-Smirnov Test
3. Multippel testing av hypoteser
- Type I-feil- og FDR ROC-kurver og AUC Multiple Testing-prosedyrer (BH, Bonferroni etc.)
4. Lineære regresjonsmodeller
- Generiske funksjoner for å trekke ut modellinformasjon Oppdatering av tilpassede modeller Generaliserte lineære modeller Familier Glm()-funksjonen
Klassifikasjon Logistisk regresjon
- Lineær diskrimineringsanalyse
III. Arbeidet problemstillinger innen bioinformatikk
- Kort introduksjon til limma-pakken Microarray dataanalyse arbeidsflyt Datanedlasting fra GEO: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397 Databehandling (QC, normalisering, differensialuttrykk) Vulkanplott Custering eksempler + varmekart
Testimonials (8)
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Kurs - Introduction to Data Visualization with Tidyverse and R
Innholdet, siden jeg fant det veldig interessant og tror det ville hjelpe meg i mitt siste år på universitetet.
Krishan - NBrown Group
Kurs - From Data to Decision with Big Data and Predictive Analytics
Machine Translated
very tailored to needs
Yashan Wang
Kurs - Data Mining with R
The trainer was so knowledgeable and included areas I was interested in
Mohamed Salama
Kurs - Data Mining & Machine Learning with R
Good real world examples, reviews of existing reports
Ronald Parrish
Kurs - Data Visualization
Intensity, Training materials and expertise, Clarity, Excellent communication with Alessandra
Marija Hornis Dmitrovic - Marija Hornis
Kurs - Data Science for Big Data Analytics
I learned a lot - not only in theoretical knowledge but I also applied that knowledge during the training and therefore I really understood what process mining is and how it works. Thanks a lot!
Julia Dörre - Techniker Krankenkasse
Kurs - Process Mining
how the trainor shows his knowledge in the subject he's teachign