تجزیه و تحلیل چیپ-seq شاخه مهمی از بیوانفورماتیک است. دریچه ای به ماشینی می دهد که سلول های بدن ما را تیک می زند. خواه یک سلول مغزی باشد که به شما کمک می کند تا این صفحه وب را بخوانید یا یک سلول ایمنی است که در بدن شما برای یافتن میکروارگانیسم هایی که شما را بیمار می کند، گشت می زند، همه آنها ژنوم یکسانی دارند. چیزی که آنها را متمایز می کند ژن هایی است که در هر زمان فعال هستند. کدام ژن ها هستند توسط سیستم پیچیده ای از پروتئین ها تعیین می شود که می توانند ژن ها را فعال و غیرفعال کنند. هنگامی که این دستگاه نظارتی از کنترل خارج می شود، می تواند منجر به سرطان و سایر بیماری های ناتوان کننده شود. تجزیه و تحلیل ChiP-seq به ما امکان می دهد عملکرد پروتئین های تنظیم کننده را درک کنیم، چگونه آنها می توانند به بیماری کمک کنند و می تواند بینشی در مورد اینکه چگونه ممکن است بتوانیم برای جلوگیری از خارج شدن سلول ها از کنترل خارج شوند، مداخله کنیم. در این دوره، یک مجموعه داده واقعی را در حین یادگیری نحوه پردازش و تجزیه و تحلیل داده های ChiP-seq در R.

RNA-Seq یک روش مهیج توالی‌یابی نسل بعدی است که برای شناسایی ژن‌ها و مسیرهای زمینه‌ای بیماری‌ها یا شرایط خاص استفاده می‌شود. با مقرون به صرفه‌تر شدن و در دسترس‌تر شدن توالی‌یابی با توان بالا برای جامعه وسیع‌تری از محققان، دانش تجزیه و تحلیل این داده‌ها به یک مهارت با ارزش فزاینده تبدیل می‌شود. برای آشنایی با گردش کار RNA-Seq و کشف چگونگی شناسایی ژن ها و فرآیندهای بیولوژیکی که ممکن است برای شرایط مورد علاقه شما مهم باشند، به ما بپیوندید! ما دوره را با مروری مختصر از گردش کار RNA-Seq با تأکید بر تجزیه و تحلیل بیان دیفرانسیل (DE) آغاز خواهیم کرد. با شروع شمارش برای هر ژن، این دوره نحوه آماده سازی داده ها برای تجزیه و تحلیل DE، ارزیابی کیفیت داده های شمارش، و شناسایی نقاط پرت و شناسایی منابع اصلی تنوع در داده ها را پوشش می دهد. بسته DESeq2 R برای مدل‌سازی داده‌های شمارش با استفاده از یک مدل دوجمله‌ای منفی و آزمایش ژن‌های بیان‌شده متفاوت استفاده خواهد شد. تجسم نتایج با نقشه‌های حرارتی و نمودارهای آتشفشانی انجام خواهد شد و ژن‌های متفاوت بیان شده شناسایی و ذخیره خواهند شد.

آزمایش فرضیه به شما امکان می‌دهد درباره مجموعه داده‌های خود سؤال بپرسید و به روشی دقیق از نظر آماری به آنها پاسخ دهید. در این دوره شما یاد خواهید گرفت که چگونه و چه زمانی از تست های رایج مانند آزمون های تی، تست های نسبت و تست های مجذور کای استفاده کنید. شما درک عمیقی از نحوه کار آنها و مفروضات زیربنایی آنها به دست خواهید آورد. همچنین خواهید آموخت که چگونه آزمون های فرضیه های مختلف با استفاده از چارچوب "فقط یک آزمون وجود دارد" مرتبط هستند و از آزمون های ناپارامتریک استفاده کنید که به شما امکان می دهد الزامات آزمون های فرضیه سنتی را کنار بگذارید. در طول دوره، نظرسنجی کاربران Stack Overflow و مجموعه داده‌ای از ارسال‌های دیرهنگام لوازم پزشکی را بررسی خواهید کرد.

داده‌های دسته‌بندی در اطراف ما هستند. این در آخرین اعداد نظرسنجی، در داده هایی است که منجر به پیشرفت های جدید در ژنومیک می شود، و در مجموعه داده هایی که شرکت های اینترنتی برای فروش محصولات به شما جمع آوری می کنند. در این دوره شما تکنیک های تجزیه سیگنال از نویز را خواهید آموخت. ابزارهایی برای شناسایی زمانی که ساختار در این داده ها پدیده های جالبی را نشان می دهد و زمانی که فقط نویز تصادفی است.

در این دوره آموزشی، نحوه استفاده از تکنیک های آماری برای استنتاج و تخمین با استفاده از داده های عددی را خواهید آموخت. این دوره از دو رویکرد برای این وظایف رایج استفاده می کند. اولین مورد از راه‌اندازی و جایگشت برای ایجاد آزمون‌های مبتنی بر نمونه‌گیری مجدد و فواصل اطمینان استفاده می‌کند. دومی از نتایج نظری و توزیع t برای رسیدن به همان نتیجه استفاده می کند. شما یاد خواهید گرفت که چگونه (و چه زمانی) یک آزمون t را انجام دهید، یک فاصله اطمینان ایجاد کنید و یک ANOVA انجام دهید!

قبلاً، اصول استنتاج آماری و مدل های خطی را آموخته اید. اکنون، گام بعدی این است که آنها را کنار هم قرار دهید. این دوره به شما فرصتی می دهد تا به این فکر کنید که چگونه نمونه های مختلف می توانند مدل های خطی متفاوتی را تولید کنند، جایی که هدف شما درک مدل جامعه اساسی است. از مدل خطی تخمین زده شده، نحوه ایجاد تخمین های بازه ای برای اندازه اثر و همچنین چگونگی تعیین اینکه آیا اثر قابل توجه است، خواهید آموخت. فواصل پیش بینی برای متغیر پاسخ با تخمین های میانگین پاسخ در تضاد خواهد بود. در طول دوره، با بسته های dplyr و ggplot2 تمرین بیشتری کسب خواهید کرد و با بسته جارویی برای مرتب کردن مدل ها آشنا خواهید شد. هر سه بسته در علم داده ارزشمند هستند.

پیش‌بینی دقیق تقاضا برای محصولات به شرکت اجازه می‌دهد از بازار جلوتر بماند. با دانستن اینکه چه چیزهایی تقاضا را شکل می دهند، می توانید رفتارهای اطراف محصولات خود را بهتر هدایت کنید. این دوره روند پیش‌بینی تقاضای محصول را از طریق استفاده از R باز می‌کند. شما یاد خواهید گرفت که چگونه محرک‌های مهم تقاضا را شناسایی کنید، به اثرات فصلی نگاه کنید، و تقاضا برای سلسله مراتبی از محصولات را از یک مثال دنیای واقعی پیش‌بینی کنید. در پایان دوره شما قادر خواهید بود تقاضا برای چندین محصول را در سراسر منطقه ای از یک ایالت در ایالات متحده پیش بینی کنید. سپس این پیش‌بینی‌ها را در بسیاری از مناطق مختلف یک ایالت جمع می‌کنید تا یک سیستم پیش‌بینی سلسله مراتبی کامل را تشکیل دهید.

پیش‌بینی شامل پیش‌بینی‌هایی درباره آینده است. در بسیاری از شرایط لازم است: تصمیم گیری در مورد ساخت نیروگاه تولید برق دیگر در ده سال آینده مستلزم پیش بینی تقاضای آینده است. برنامه ریزی کارکنان در یک مرکز تماس در هفته آینده نیاز به پیش بینی حجم تماس دارد. ذخیره سازی موجودی مستلزم پیش بینی نیازهای موجودی است. پیش‌بینی‌ها می‌توانند چندین سال قبل (در مورد سرمایه‌گذاری‌های سرمایه) یا فقط چند دقیقه قبل (برای مسیریابی مخابرات) مورد نیاز باشند. هر چه شرایط یا افق زمانی درگیر باشد، پیش‌بینی کمک مهمی به برنامه‌ریزی مؤثر و کارآمد است. این دوره مقدمه ای بر پیش بینی سری های زمانی با استفاده از R.

آیا بیمارانی که داروی جدید مصرف می کنند بیشتر از سایرین زنده می مانند؟ افراد پس از بیکار شدن چقدر سریع شغل جدیدی پیدا می کنند؟ چه کاری می توانم انجام دهم تا دوستانم در میهمانی من در میدان رقص بمانند؟ همه این سوالات نیاز به تجزیه و تحلیل داده های زمان تا رویداد دارند که برای آن از روش های آماری خاصی استفاده می کنیم. این دوره مفاهیم اولیه تجزیه و تحلیل داده های زمان تا رویداد را معرفی می کند که به آن تحلیل بقا نیز می گویند. نحوه برخورد با داده های زمان تا رویداد و نحوه محاسبه، تجسم و تفسیر منحنی های بازمانده و همچنین مدل های Weibull و Cox را بیاموزید.

فناوری‌های عملکردی ژنومی مانند ریزآرایه‌ها، توالی‌یابی، و طیف‌سنجی جرمی، دانشمندان را قادر می‌سازد تا اندازه‌گیری‌های بی‌طرفانه سطوح بیان ژن را در مقیاس وسیع ژنوم جمع‌آوری کنند. چه در حال تولید داده های خود باشید و چه بخواهید تعداد زیادی از مجموعه داده های در دسترس عموم را کاوش کنید، ابتدا باید یاد بگیرید که چگونه این نوع آزمایش ها را تجزیه و تحلیل کنید. در این دوره به شما آموزش داده می شود که چگونه از لیما بسته همه کاره R/Bioconductor برای انجام تحلیل بیان دیفرانسیل روی رایج ترین طرح های آزمایشی استفاده کنید. علاوه بر این، نحوه پیش پردازش داده ها، شناسایی و تصحیح اثرات دسته ای، ارزیابی بصری نتایج و انجام تست غنی سازی را خواهید آموخت. پس از تکمیل این دوره، استراتژی های تجزیه و تحلیل کلی برای به دست آوردن بینش از هر مطالعه ژنومیک عملکردی خواهید داشت.

در این دوره، شما یاد خواهید گرفت که با استفاده از داده‌های شبکه‌ای در R، تجزیه و تحلیل‌های پیش‌بینی‌کننده را انجام دهید. هدف از تجزیه و تحلیل شبکه این است که پیش‌بینی کنید یک گره شبکه به کدام کلاس تعلق دارد، مانند churner یا نه، کلاهبردار یا نه، پیش‌فرض یا غیره. به طور خاص، ما ایده ویژگی‌سازی را معرفی می‌کنیم که ویژگی‌های شبکه را می‌توان به ویژگی‌های غیرشبکه اضافه کرد و عملکرد هر مدل تحلیلی حاصل را افزایش داد. در این دوره، شما از بسته igraph برای تولید و برچسب گذاری شبکه ای از مشتریان در یک محیط ریزش استفاده می کنید و با مبانی یادگیری شبکه آشنا می شوید. سپس، در مورد هموفیلی، دوگانگی و ناهمگونی و اینکه چگونه می توان از آنها برای به دست آوردن بینش های اکتشافی کلیدی در شبکه خود استفاده کرد، یاد خواهید گرفت. در مرحله بعد، از عملکرد بسته igraph برای محاسبه ویژگی های مختلف شبکه برای محاسبه ویژگی های شبکه گره محور و همچنین مبتنی بر همسایه استفاده خواهید کرد. علاوه بر این، شما از الگوریتم پیج رنک گوگل برای محاسبه ویژگی های شبکه و تایید تجربی قدرت پیش بینی آنها استفاده خواهید کرد. در نهایت، ما به شما آموزش می دهیم که چگونه یک مجموعه داده مسطح از شبکه تولید کنید و آن را با استفاده از رگرسیون لجستیک و جنگل های تصادفی تجزیه و تحلیل کنید.

قبلاً در یک نظرسنجی (یا 1000) شرکت کرده‌اید، درست است؟ آیا تا به حال به این فکر کرده اید که طراحی یک نظرسنجی چه چیزی را شامل می شود و چگونه پاسخ های نظرسنجی به بینش های عملی تبدیل می شوند؟ البته که داری! در تجزیه و تحلیل داده‌های نظرسنجی در R، شما با نظرسنجی‌ها از A تا Z کار می‌کنید، از ساختارهای طراحی نظرسنجی رایج، مانند خوشه‌بندی و طبقه‌بندی شروع می‌کنید و تا تجسم و تجزیه و تحلیل نتایج نظرسنجی ادامه می‌دهید. شما داده های نظرسنجی را از نظرسنجی ملی سلامت و تغذیه با استفاده از نظرسنجی R و بسته های tidyverse مدل خواهید کرد. پس از این دوره، شما قادر خواهید بود نتایج نظرسنجی را با موفقیت تفسیر کنید و در نهایت پاسخ سوالات داغ زندگی را بیابید!

بسیاری از پدیده‌های زندگی روزمره ما، مانند حرکت قیمت سهام، در بازه‌های زمانی معینی اندازه‌گیری می‌شوند. روش های تجزیه و تحلیل سری های زمانی برای تجزیه و تحلیل این نوع داده های خاص بسیار مفید هستند. در این دوره آموزشی با برخی از مفاهیم و تکنیک های تحلیل سری های زمانی اصلی آشنا می شوید.

معرفی شبکه ها را دریافت کنید مفاهیم اساسی در تحلیل شبکه را کشف کنید. این دوره با آموزش اصول اولیه شبکه های اجتماعی، رئوس و لبه ها و نحوه استفاده از بسته igraph R برای کاوش و تجسم داده های شبکه آغاز می شود. شما به مشاهده شبکه های هدایت شده با جزئیات بیشتر، از جمله شناسایی روابط کلیدی بین رئوس و به کارگیری مهارت های جدید خود در مجموعه داده های شبکه که به انتقال سرخک در هاگلوک نگاه می کند، ادامه خواهید داد. ساختارها و نمودارهای شبکه را درک کنید با مشاهده چگالی شبکه و طول مسیر متوسط، ساختارها و زیرساخت های شبکه را مشخص کنید. فصل سوم این دوره شما را از طریق تصادفی‌سازی و نمودارهای تصادفی، قبل از رفتن به مثلث‌ها، گذرا و تجسم دسته‌ها راهنمایی می‌کند. شناسایی روابط با استفاده از Assortativity در igraph Assortativity تعیین می کند که اگر دو راس دارای یک ویژگی مشترک باشند - چه عددی باشد یا طبقه بندی، چقدر احتمال دارد که به یکدیگر متصل شوند. شما تابع ASSORTATIVITY را در igraph برای تعیین تأثیر جنسیت بر مجموعه داده های شبکه دوستی بررسی خواهید کرد و برای ارزیابی یافته های خود از تصادفی سازی استفاده خواهید کرد. نقشه های شبکه تعاملی را با استفاده از threejs ایجاد کنید در پایان این دوره، دانش خود را فراتر از igraph گسترش می‌دهید تا قابلیت‌های تجسم شبکه threejs را کشف کنید. شما اولین نمودارهای شبکه تعاملی خود را با استفاده از این بسته R خواهید ساخت و به چگونگی توسعه بیشتر تجسم خود نگاه خواهید کرد.

جهان پر از متغیرهای غیرقابل مشاهده است که نمی توان مستقیماً آنها را اندازه گیری کرد. ممکن است به ساختاری مانند توانایی ریاضی، ویژگی‌های شخصیتی یا آب و هوای محل کار علاقه داشته باشید. هنگام بررسی ساختارهایی مانند این، داشتن مدلی که با تئوری ها و داده های شما مطابقت داشته باشد بسیار مهم است. این دوره به شما در درک ابعاد کمک می کند و به شما نشان می دهد که چگونه تحلیل های عاملی اکتشافی و تاییدی را انجام دهید. با این تکنیک های آماری در جعبه ابزار خود، می توانید اقدامات خود را توسعه دهید، اصلاح کنید و به اشتراک بگذارید. این تحلیل‌ها برای زمینه‌های مختلف از جمله روان‌شناسی، آموزش، علوم سیاسی، اقتصاد و زبان‌شناسی بنیادی هستند.

آزمایش A/B یک طرح آزمایشی رایج برای تحقیقات رفتار انسانی در صنعت و دانشگاه است. در این دوره آموزشی، شما خواهید آموخت که تست های A/B به چه سوالاتی می توانند پاسخ دهند، ملاحظات مهمی که در تست های A/B باید از آنها آگاه باشید، نحوه پاسخ دادن به سوالات موجود و نحوه تجسم داده ها را خواهید آموخت. همچنین می آموزید که چگونه اندازه نمونه مورد نیاز در یک آزمایش را تعیین کنید، تجزیه و تحلیل های مناسب برای داده ها و فرضیه های موجود انجام دهید، تعیین کنید که آیا نتایج را می توان با اطمینان در نظر گرفت یا خیر، و نتایج را بدون توجه به پیشینه آماری به مخاطب ارائه کرد.

آماده مصاحبه کاری هستید؟ شما ممکن است همه چیز را در مورد شرکت مورد نظر خود بدانید، اما آیا سوالات مصاحبه آماری کلاسیک R را تمرین کرده اید؟ اگر نه، ما شما را تحت پوشش قرار می دهیم. در این دوره، شما برای اغلب موضوعات آماری تحت پوشش از توزیع ها تا آزمون فرضیه ها، مدل های رگرسیون و بسیاری موارد دیگر آماده خواهید شد. مهارت های خود را با استفاده از مجموعه داده هایی از جمله داده های بیماری پارکینسون و قیمت بنزین تقویت خواهید کرد. این دوره عمداً چالش برانگیزتر از یک دوره معمولی DataCamp است تا اطمینان حاصل شود که وقتی نوبت به زمان مصاحبه می رسد، آماده هستید تا با اطمینان به هر سؤال مصاحبه آماری در R پاسخ دهید.

هنگام کار با داده هایی که دارای متغیرهای زیادی هستند، اغلب علاقه مندیم که رابطه بین این متغیرها را با استفاده از آمار چند متغیره مطالعه کنیم. در این دوره، روش هایی برای تجزیه و تحلیل این مجموعه داده ها را یاد خواهید گرفت. همچنین با توزیع‌های احتمال چند متغیره متداول، از جمله نرمال چند متغیره، چند متغیره-t و برخی توزیع‌های چوله چند متغیره آشنا خواهید شد. سپس با تکنیک‌هایی برای نمایش داده‌های با ابعاد بالا در ابعاد کمتر، از جمله تجزیه و تحلیل مؤلفه اصلی (PCA) و مقیاس‌گذاری چند بعدی (MDS) آشنا خواهید شد.

جبر خطی یکی از مهمترین مجموعه ابزارها در ریاضیات کاربردی و علوم داده است. در این دوره آموزشی، نحوه کار با بردارها و ماتریس ها، حل معادلات ماتریس-بردار، انجام تحلیل های مقدار ویژه/بردار ویژه و استفاده از تحلیل مؤلفه های اصلی برای کاهش ابعاد در مجموعه داده های دنیای واقعی را یاد خواهید گرفت. همه تجزیه و تحلیل ها در R، یکی از محبوب ترین زبان های برنامه نویسی جهان انجام می شود.

رگرسیون خطی و رگرسیون لجستیک دو مدل آماری پرکاربرد هستند و مانند کلیدهای اصلی عمل می‌کنند و اسرار پنهان در مجموعه داده‌ها را باز می‌کنند. این دوره بر اساس مهارت هایی است که شما در "مقدمه ای بر رگرسیون در R" به دست آورده اید، که رگرسیون خطی و لجستیک را با متغیرهای توضیحی متعدد پوشش می دهد. از طریق تمرین‌های عملی، روابط بین متغیرها در مجموعه داده‌های دنیای واقعی، قیمت‌های خانه تایوان و مدل‌سازی ریزش مشتری و موارد دیگر را بررسی خواهید کرد. در پایان این دوره، می‌دانید که چگونه متغیرهای توضیحی متعدد را در یک مدل بگنجانید، نحوه تأثیر متقابل بین متغیرها بر پیش‌بینی‌ها را درک خواهید کرد، و نحوه عملکرد رگرسیون خطی و لجستیک را درک خواهید کرد.