当前的大数据时代对生物医学领域产生了巨大的影响，成为生物医学领域的最新驱动力。数据分析及数据挖掘在生物医学领域的应用具有重要的意义。但是,常用的数据挖掘软件,如微软公司的SQLServer, SPSS公司和SAS公司的数据挖掘产品较为昂贵,算法更新较慢，不适合个人和小型科研团队使用。而R软件是一款国际通用的免费软件,其功能十分强大,且运算结果可靠。目前,在国际上非常流行。

　　本课程将以案例形式详细如何应用R软件完成数据挖掘分析，涉及的数据挖掘方法均为当前较为热门的分析算法：包括决策树和随机森林分类器的构建、指标和样本的聚类与分类、各种热图的绘制、变量之间的关联规则、贝叶斯互作网络的构建及肿瘤基因组数据的分析等等。特别的，课程还将分享生物数据与临床数据的整合分析思及如何应用数据挖掘方法发表SCI论文的经验。

　　5.应用非负矩阵分解聚类法进行肿瘤亚型分析(肿瘤亚型比较，绘制亚型聚类热图和Silhouette图)

　　1.案例：应用决策树获得影响结局的决策准则及应用随机森林算法预测样本分类并提取结局的重要风险因素----------决策树和随机森林方法发表SCI论文经验分享

　　2.案例：应用分类与聚类进行全基因组突眼症的DNA甲基化数据分析--------分类与聚类发表SCI论文的经验分享

　　3.案例：应用关联规则探讨自免疫疾病的相关性-------------关联规则发表SCI论文经验分享

　　4.案例：应用贝叶斯网络探讨COPD基因与的互作-----------贝叶斯网络发表SCI论文经验分享

　　首都医科大学副教授，硕士生导师，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。主持和参与多项国家级、省部级和局级科研课题。

　　3000元/人。世界上最龌龊的种族授课期间发放纸质邀请函（盖章）和。按交费先后顺序确定座位号。会务期间提供午餐，晚餐自理。

　　、邮件报名：将您的手机姓名和参加班级发送到并编辑参会二字发信息到.返回搜狐，查看更多责任编辑：

　　本文由 恒宇国际（www.neivn.cn）整理发布