Навчальний курс «Вступ до аналізу даних в R»

Навчальний курс «Вступ до аналізу даних в R» розпочнеться на початку лютого 2017 року. Автором курсу є науковий співробітник відділу загальної та молекулярної патофізіології Інституту фізіології ім. О.О.Богомольця, к.мед.н. Дмитро Строй. Курс створено за сприяння відділу загальної та молекулярної патофізіології Інституту фізіології імені О.О. Богомольця та проекту «Моя наука».

Мета курсу

Метою курсу є ознайомити слухачів (біологів, генетиків, лікарів) з основами аналізу даних та прикладної статистики, а також методами машинного навчання. Курс є практично орієнтованим. Матеріали курсу,  що складаються з текстового блоку інформації та відео-блоків, будуть доступні онлайн. Наприкінці кожної лекції слухачам будуть надані завдання для самостійного опрацювання, а наприкінці курсу – фінальний проект.

Слухачами курсу можуть бути

• аспіранти Інституту фізіології ім. О.О. Богомольця, для яких цей курс є обов’язковим, тому їм необхідно виконувати всі практичні завдання та фінальний проект наприкінці курсу, а також отримати сертифікат від Інституту фізіології. Слухачі можуть безпосередньо звертатися за допомогою до викладача курсу та брати участь в обговоренні онлайн;
• всі інші можуть опрацювати цей курс самостійно (self-paced), а виконання практичних завдань та фінального проекту є рекомендованими, але довільними. Зареєстровані слухачі зможуть брати участь в обговоренні в онлайн групах.

Структура курсу

Модуль 1. Введення до аналізу даних та мови програмування R

Лекція 1. Наука про дані: основні поняття та інструменти в роботі сучасного дослідника. Встановлення та огляд програмного забезпечення.
Лекція 2. Початок роботи в середовищі R. Основні типи даних.
Лекція 3. Гомогенні та гетерогенні структури даних та робота з ними.
Лекція 4. Корисні функції в R та створення власних функцій.
Лекція 5. Основні прийоми роботи з даними. Пакет dplyr.
Лекція 6. Створення графіки в R. Пакет ggplot2.
Лекція 7. Основні підходи до розробки веб-програм. Пакет shiny.

Проект та іспит №1.

Модуль 2. Основи прикладної статистики

Лекція 8. Основні поняття та визначення статистики. Найбільш часті помилки при виконанні статистичного аналізу.
Лекція 9. Параметричні припущення та їх перевірка в R.
Лекція 10. Кореляційний аналіз.
Лекція 11. Регресійний аналіз: лінійна та логістична регресії в R.
Лекція 12. Тест Стьюдента. Дисперсійний аналіз (ANOVA).
Лекція 13. Тест хі-квадрат, точний тест Фішера та їх імплементація в R.

Проект та іспит №2.

Модуль 3. Основи машинного навчання

Лекція 14. Основні поняття та визначення у машинному навчанні. Приклади застосування машинного навчання. Метод k-найближчих сусідів та його реалізація в R.
Лекція 15. Класифікаційні дерева, основні принципи їх роботи та імплементація в R.
Лекція 16. Наївний баєсів класифікатор. Теорема Баєса.

Фінальний проект.

Реєстрація

Реєструйтеся за посиланням: https://goo.gl/forms/X03sBoIk6ySTX9932