Course Outline
I. 소개 및 사전 준비
1. 개요
- R을 더욱 친숙하고 R 및 사용 가능하게 만들기 GUI Rstudio 관련 소프트웨어 및 문서 R 및 통계 R을 대화식으로 사용하기 입문 세션 기능 및 특징에 대한 도움말 보기 R 명령, 대소문자 구분 등에 대한 이전 명령 호출 및 수정 명령 실행 또는 출력 전환 파일 데이터 영속성 및 개체 제거 Good 프로그래밍 실습: 자체 포함 스크립트, 우수한 가독성(예: 구조화된 스크립트, 문서, 마크다운 설치 패키지); CRAN 및 바이오컨덕터
2. 데이터 읽기
- Txt 파일(read.delim) CSV 파일
3. 단순한 조작 숫자와 벡터 + 배열
- 벡터 및 할당 벡터 산술 일반 시퀀스 생성 논리 벡터 누락된 값 문자 벡터 인덱스 벡터; 데이터 세트의 하위 세트 선택 및 수정
목록 목록 구성 및 수정 목록 연결
- 데이터 프레임 데이터 프레임 만들기
6. 데이터 읽기에 대한 추가 정보
- XLS, XLSX 파일 판독기 및 readxl 패키지 SPSS, SAS, Stata,… 및 기타 형식 데이터 txt, csv 및 기타 형식으로 데이터 내보내기
6. 그룹화, 루프 및 조건부 실행
- 그룹화된 표현식 제어 문 조건부 실행: if 문 반복 실행: for 루프, 반복 및 while Apply, lapply, sapply, tapply 소개
7. 기능
- 함수 생성 선택적 인수 및 기본값 가변 개수의 인수 범위 및 결과
8. R의 간단한 그래픽
- 그래프 만들기 밀도 도표 점 도표 막대 도표 꺾은선형 차트 원형 차트 상자 도표 산점도 도표 결합
II. R의 통계 분석
- 1. 확률분포
통계표 집합으로서의 R 데이터 집합의 분포 조사
2. 가설 검증
- 모집단 평균 우도비 검정에 대한 검정 1-표본 및 2-표본 검정 카이제곱Go 적합도 검정 Kolmogorov-Smirnov 1-표본 통계 Wilcoxon 부호 순위 검정 2-표본 검정 Wilcoxon 순위 합계 검정 Mann-Whitney Kolmogorov-Smirnov 테스트 테스트
3. 가설의 다중 검정
- 유형 I 오류 및 FDR ROC 곡선 및 AUC 다중 테스트 절차(BH, Bonferroni 등)
4. 선형 회귀 모델
- 모델 정보 추출을 위한 일반 함수 적합 모델 업데이트 일반화 선형 모델 패밀리 glm() 함수
분류 로지스틱 회귀
- 선형 판별 분석
III. 생물정보학의 문제
- 리마 패키지에 대한 간략한 소개 마이크로어레이 데이터 분석 워크플로 GEO에서 데이터 다운로드: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397 데이터 처리(QC, 정규화, 미분 표현) 화산 플롯 커스터링 예제 + 히트맵
회원 평가 (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
Course - Introduction to Data Visualization with Tidyverse and R
내용은 매우 흥미롭고 대학 마지막 학년에 도움이 될 것이라고 생각했습니다.
Krishan - NBrown Group
Course - From Data to Decision with Big Data and Predictive Analytics
Machine Translated
very tailored to needs
Yashan Wang
Course - Data Mining with R
The trainer was so knowledgeable and included areas I was interested in
Mohamed Salama
Course - Data Mining & Machine Learning with R
Good real world examples, reviews of existing reports
Ronald Parrish
Course - Data Visualization
Intensity, Training materials and expertise, Clarity, Excellent communication with Alessandra
Marija Hornis Dmitrovic - Marija Hornis
Course - 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
Course - Process Mining
how the trainor shows his knowledge in the subject he's teachign