[db:作者] - 2021-01-18
時間安排 | 課程主題 | 培訓內容 |
7月18日 8:30-11:30 |
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 |
7月18日 14:00-17:00 |
數據挖掘方法—分類 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 |
7月19日 8:30-11:30 |
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 |
7月19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 |
我的好幫手
投訴建議:0571-87291296