• 参会报名
  • 会议通知
  • 会议日程
  • 会议嘉宾
  • 参会指南
  • 邀请函下载

首页 > 商务会议 > 学术/科研会议 > 生物医学大数据挖掘学习班 更新时间:2020-11-13T15:54:54

生物医学大数据挖掘学习班
收藏人
分享到

生物医学大数据挖掘学习班 已过期

会议时间:2020-12-26 08:30至 2020-12-27 17:30结束

会议地点: 线上活动  详细地址会前通知  

会议规模:50人

主办单位: 学术活动网

发票类型:增值税普通发票
领取方式:会后快递 会前快递 
发票内容: 会议费 会议注册费 会务费 培训费 技术服务费 
参会凭证:邮件/短信发送参会通知 现场凭电话姓名参会

行业热销热门关注看了又看 换一换

        会议通知

        会议内容 主办方介绍


        生物医学大数据挖掘学习班

        生物医学大数据挖掘学习班宣传图

        【课程介绍】基于大数据技术开展的研究和转化,已成为新时代生物医学领域研发的发展方向和最新驱动力。通过各种大数据挖掘来获取高质量的科研成果,以及通过合理的数据分析来提升研究水平,可以将普通的医学论文转化成高水平的SCI论文。通过此次培训班的学习可以让学员了解与掌握生物医学大数据挖掘的研究方法及公共数据库分析,从而让科研人员即使不做实验也可以写出高水平的SCI论文。本课程将以案例形式详细讲解如何应用R软件完成数据挖掘分析,涵盖当前较为热门的分析算法:如决策树和随机森林分类器的构建、指标和样本的分类与聚类、各种热图的绘制、变量之间的关联规则、竞争风险的生存分析、列线图的绘制及公共数据库的肿瘤基因组数据、单细胞测序数据和肠道菌群数据挖掘等。课程还将提供生物数据与临床数据的整合分析思路及如何应用数据挖掘方法进行SCI论文的撰写及发表。

        【教师介绍】首都医科大学生物医学工程学院教师,副教授,博士,硕士研究生导师,研究方向为生物统计与生物信息学。主讲《医学统计学》、《医用数据挖掘》、《医药数理统计方法》、《临床及分子生物学大数据处理》和《生物信息学技术概论》等课程。擅长统计研究设计、各类型数据统计分析、生物医学大数据挖掘及生物信息学分析等,近几年内在相关领域以第一作者和通讯作者发表SCI论文30余篇,获得国家计算机软件著作权多项,主持和参与多项国家级、省部级和局级科研课题。

        【培训内容】

        时间安排

        课程主题

        培训内容

        12月26日

        8:30-11:30

        (1)生物医学科研中的数据挖掘思路及R软件基础操作

        1. 医学大数据研究背景及数据挖掘概念

        2. 生物医学科研中的数据挖掘思路及应用数据挖掘方法提升论文级别

        3. R软件实操

        1)R软件的下载和安装

        2)R软件的基本运算(向量运算、矩阵计算)

        3)应用R软件进行数据匹配

        4)R软件的基本统计分析操作(t检验,卡方检验,线性回归,logistic回归)

        5)R软件的图表绘制

        6)统计分析批处理的R软件实现

        4. 问题答疑

        12月26日

        14:00-17:00

        (2)数据挖掘方法—分类

        (3)数据挖掘方法—聚类

        1. 数据挖掘方法-分类

        1)分类的概念

        2)分类的性能与评估 

        3)决策树与随机森林分类器的构建及R软件实现

        4)决策树与随机森林结果的可视化

        5)主成分分析

        6)应用主成分分析绘制分类图

        2. 数据挖掘方法-聚类

        1)聚类的概念及常用聚类方法(K均值聚类与系统聚类)

        2)K均值聚类与系统聚类的R软件实现

        3)K均值聚类与系统聚类的可视化

        4)各种系统聚类图及双向聚类热图的绘制

        3. 问题答疑

        12月27日

        8:30-11:30

        (4)数据挖掘方法—关联规则

        (5)数据挖掘方法—竞争风险模型的生存分析及列线图、校准图绘制

        (6)基于公共数据库的肿瘤基因组数据挖掘

         

        1.数据挖掘方法—关联规则

        1)关联规则的概念及常用关联规则分析方法

        2)关联规则分析的R软件实现

        3)关联规则的可视化

        2. 数据挖掘方法—列线图及校准图绘制

        1)Logistic回归分析的列线图和校准图的绘制

        2)决策曲线分析

        3)Cox回归分析的列线图和校准图绘制

        4)竞争风险的生存分析

        3. 基于公共数据库的肿瘤基因组数据挖掘

        1)数据导入及数据预处理

        2)聚类热图的绘制

        3)提取差异表达基因

        4)绘制火山图

        5)应用非负矩阵分解聚类法进行肿瘤亚型分析

        4. 问题答疑

        12月27日

        14:00-17:00

        (7)疾病相关分子调控网络

        (8)基因组数据挖掘—临床生物信息学研究热点的相关数据分析

        (9)数据挖掘与SCI论文写作案例讲解

        1. 疾病相关分子调控网络

        1) 分子网络数据库介绍

        2)网络分析及可视化工具-Cytoscape软件介绍

        2. 基因组数据挖掘-临床生物信息学研究热点的相关数据分析

        1)肿瘤免疫浸润相关数据分析

        2)肠道菌群及代谢组学相关数据分析

        3)单细胞测序数据分析

        3. 数据挖掘与SCI论文写作案例讲解

        1)案例讲解:应用决策树和随机森林获得影响结局的决策准则及提取结局的重要风险因素

        2)案例讲解:应用分类与聚类进行数据挖掘的SCI论文写作与发表

        3)案例讲解:应用关联规则进行数据挖掘的SCI论文写作与发表

        4)案例讲解:生物数据与临床数据的整合分析思路—基于GEO和TCGA公共数据库挖掘的SCI论文写作与发表

        5) 案例讲解:肿瘤免疫浸润相关的SCI论文写作与发表

        6)案例讲解:肠道菌群相关的SCI论文写作与发表

        7)案例讲解:单细胞测序相关的SCI论文写作与发表

        4. 问题答疑

        【注意事项】此次课程为线上直播教学模式(ZOOM网络会议平台授课,可回放),报名付费成功后,会务组将在开班前一周内发给您培训需要安装的软件及电子版课程。由于课程需要上机操作,学员请提前准备好电脑。参加的学员课后可通过微信群继续同授课老师交流,长期获得指导机会。

        【培训对象】生物医学相关的科研人员、高校老师及研究生;各医院科研处、医务处(科)、科教处(科)、护理部及临床科室等相关人员。

        【会议费用】2800元/人,三人或以上一同报名,即可享受团队优惠,在原价格基础上各减免200元。此次课程为线上直播教学模式,开课前统一提供配套电子版培训资料。


        查看更多

        学术活动网

        于2018-11-03 举办2018生物信息数据挖掘培训班

        会议日程


        即将更新,敬请期待

        会议嘉宾


        即将更新,敬请期待

        参会指南

        会议门票


        票种名称 价格 原价 票价说明
        标准票 ¥2800 ¥2800 学习资料

        查看更多

        温馨提示
        酒店与住宿: 为防止极端情况下活动延期或取消,建议“异地客户”与活动家客服确认参会信息后,再安排出行与住宿。
        退款规则: 活动各项资源需提前采购,购票后不支持退款,可以换人参加。

        标签: 大数据

        活动家为本会议官方合作
        报名平台,您可在线购票

        会议支持:

        • 会员折扣
          该会议支持会员折扣
          具体折扣标准请参见plus会员页面
        • 会员返积分
          每消费1元累积1个会员积分。
          仅PC站支持。
        • 会员积分抵现
          根据会员等级的不同,每抵用1元可使用的积分也不一样,具体可参见PLUS会员页面。 仅PC站支持。

        部分参会单位

        主办方没有公开参会单位

        邮件提醒通知

        分享到微信 ×

        打开微信,点击底部的“发现”,
        使用“扫一扫”即可将网页分享至朋友圈。

        录入信息

        请录入信息,方便生成邀请函