88 優惠券
2020年3月1日到期。滿 200 元可用
立即使用
立即使用
  • 參會報名
  • 會議通知
  • 會議日程
  • 會議嘉賓
  • 參會指南
  • 手機下單 手機掃碼下單

首頁 > 培訓課程 > 學術/科研培訓 > 生物醫學大數據挖掘學習班 更新時間:2020-11-13T15:54:54

生物醫學大數據挖掘學習班
收藏3人
分享到

生物醫學大數據挖掘學習班 已截止報名

課程時間: 2020-12-26 08:30至 2020-12-27 17:30結束

課程地點: 線上活動 

會議規模:50人

主辦單位: 學術活動網

行業熱銷熱門關注看了又看 換一換

        會議通知

        會議內容 主辦方介紹


        生物醫學大數據挖掘學習班

        生物醫學大數據挖掘學習班宣傳圖

        【課程介紹】基于大數據技術開展的研究和轉化,已成為新時代生物醫學領域研發的發展方向和最新驅動力。通過各種大數據挖掘來獲取高質量的科研成果,以及通過合理的數據分析來提升研究水平,可以將普通的醫學論文轉化成高水平的SCI論文。通過此次培訓班的學習可以讓學員了解與掌握生物醫學大數據挖掘的研究方法及公共數據庫分析,從而讓科研人員即使不做實驗也可以寫出高水平的SCI論文。本課程將以案例形式詳細講解如何應用R軟件完成數據挖掘分析,涵蓋當前較為熱門的分析算法:如決策樹和隨機森林分類器的構建、指標和樣本的分類與聚類、各種熱圖的繪制、變量之間的關聯規則、競爭風險的生存分析、列線圖的繪制及公共數據庫的腫瘤基因組數據、單細胞測序數據和腸道菌群數據挖掘等。課程還將提供生物數據與臨床數據的整合分析思路及如何應用數據挖掘方法進行SCI論文的撰寫及發表。

        【教師介紹】首都醫科大學生物醫學工程學院教師,副教授,博士,碩士研究生導師,研究方向為生物統計與生物信息學。主講《醫學統計學》、《醫用數據挖掘》、《醫藥數理統計方法》、《臨床及分子生物學大數據處理》和《生物信息學技術概論》等課程。擅長統計研究設計、各類型數據統計分析、生物醫學大數據挖掘及生物信息學分析等,近幾年內在相關領域以第一作者和通訊作者發表SCI論文30余篇,獲得國家計算機軟件著作權多項,主持和參與多項國家級、省部級和局級科研課題。

        【培訓內容】

        時間安排

        課程主題

        培訓內容

        12月26日

        8:30-11:30

        (1)生物醫學科研中的數據挖掘思路及R軟件基礎操作

        1. 醫學大數據研究背景及數據挖掘概念

        2. 生物醫學科研中的數據挖掘思路及應用數據挖掘方法提升論文級別

        3. R軟件實操

        1)R軟件的下載和安裝

        2)R軟件的基本運算(向量運算、矩陣計算)

        3)應用R軟件進行數據匹配

        4)R軟件的基本統計分析操作(t檢驗,卡方檢驗,線性回歸,logistic回歸)

        5)R軟件的圖表繪制

        6)統計分析批處理的R軟件實現

        4.?問題答疑

        12月26日

        14:00-17:00

        (2)數據挖掘方法—分類

        (3)數據挖掘方法—聚類

        1. 數據挖掘方法-分類

        1)分類的概念

        2)分類的性能與評估?

        3)決策樹與隨機森林分類器的構建及R軟件實現

        4)決策樹與隨機森林結果的可視化

        5)主成分分析

        6)應用主成分分析繪制分類圖

        2. 數據挖掘方法-聚類

        1)聚類的概念及常用聚類方法(K均值聚類與系統聚類)

        2)K均值聚類與系統聚類的R軟件實現

        3)K均值聚類與系統聚類的可視化

        4)各種系統聚類圖及雙向聚類熱圖的繪制

        3. 問題答疑

        12月27日

        8:30-11:30

        (4)數據挖掘方法—關聯規則

        (5)數據挖掘方法—競爭風險模型的生存分析及列線圖、校準圖繪制

        (6)基于公共數據庫的腫瘤基因組數據挖掘

        ?

        1.數據挖掘方法—關聯規則

        1)關聯規則的概念及常用關聯規則分析方法

        2)關聯規則分析的R軟件實現

        3)關聯規則的可視化

        2. 數據挖掘方法—列線圖及校準圖繪制

        1)Logistic回歸分析的列線圖和校準圖的繪制

        2)決策曲線分析

        3)Cox回歸分析的列線圖和校準圖繪制

        4)競爭風險的生存分析

        3. 基于公共數據庫的腫瘤基因組數據挖掘

        1)數據導入及數據預處理

        2)聚類熱圖的繪制

        3)提取差異表達基因

        4)繪制火山圖

        5)應用非負矩陣分解聚類法進行腫瘤亞型分析

        4.?問題答疑

        12月27日

        14:00-17:00

        (7)疾病相關分子調控網絡

        (8)基因組數據挖掘—臨床生物信息學研究熱點的相關數據分析

        (9)數據挖掘與SCI論文寫作案例講解

        1. 疾病相關分子調控網絡

        1)?分子網絡數據庫介紹

        2)網絡分析及可視化工具-Cytoscape軟件介紹

        2. 基因組數據挖掘-臨床生物信息學研究熱點的相關數據分析

        1)腫瘤免疫浸潤相關數據分析

        2)腸道菌群及代謝組學相關數據分析

        3)單細胞測序數據分析

        3.?數據挖掘與SCI論文寫作案例講解

        1)案例講解:應用決策樹和隨機森林獲得影響結局的決策準則及提取結局的重要風險因素

        2)案例講解:應用分類與聚類進行數據挖掘的SCI論文寫作與發表

        3)案例講解:應用關聯規則進行數據挖掘的SCI論文寫作與發表

        4)案例講解:生物數據與臨床數據的整合分析思路—基于GEO和TCGA公共數據庫挖掘的SCI論文寫作與發表

        5) 案例講解:腫瘤免疫浸潤相關的SCI論文寫作與發表

        6)案例講解:腸道菌群相關的SCI論文寫作與發表

        7)案例講解:單細胞測序相關的SCI論文寫作與發表

        4. 問題答疑

        【注意事項】此次課程為線上直播教學模式(ZOOM網絡會議平臺授課,可回放),報名付費成功后,會務組將在開班前一周內發給您培訓需要安裝的軟件及電子版課程。由于課程需要上機操作,學員請提前準備好電腦。參加的學員課后可通過微信群繼續同授課老師交流,長期獲得指導機會。

        【培訓對象】生物醫學相關的科研人員、高校老師及研究生;各醫院科研處、醫務處(科)、科教處(科)、護理部及臨床科室等相關人員。

        【會議費用】2800元/人,三人或以上一同報名,即可享受團隊優惠,在原價格基礎上各減免200元。此次課程為線上直播教學模式,開課前統一提供配套電子版培訓資料。


        查看更多

        學術活動網

        于2018-11-03 舉辦2018生物信息數據挖掘培訓班

        會議日程


        即將更新,敬請期待

        會議嘉賓


        即將更新,敬請期待

        參會指南

        會議門票


        票種名稱 價格 原價 票價說明
        標準票 ¥2800 ¥2800 學習資料

        查看更多

        溫馨提示
        酒店與住宿: 為防止極端情況下活動延期或取消,建議“異地客戶”與活動家客服確認參會信息后,再安排出行與住宿。
        退款規則: 活動各項資源需提前采購,購票后不支持退款,可以換人參加。

        標簽: 大數據

        還有若干場即將舉行的 大數據大會

        猜你喜歡

        會議地點

        部分參會單位

        主辦方沒有公開參會單位
        活動家_小程序快捷下單

        微信掃一掃
        分享給朋友

        郵件提醒通知

        分享到微信 ×

        打開微信,點擊底部的“發現”,
        使用“掃一掃”即可將網頁分享至朋友圈。

        錄入信息

        請錄入信息,方便生成邀請函

        重庆幸运农场走势图一 北京快乐8免费计划 谁有极速飞艇计划 中国福利彩票快3开奖 金砖娱乐官方网站-点击登陆 浙江快乐彩论坛 竞彩篮球胜分差玩法介绍 AB真人 澳洲幸运5玩法说明 a加k娱乐城真人百家乐 体彩p5号码预测软件 时时彩超级缩水工具 极速重庆时时彩 天津快乐10分漏洞 河内五分彩走势图-杏彩 怎样下载大公鸡七星彩图表 湖南幸运赛车开奖结果走势图