An introduction to the statistics behind the most popular genomic data science projects. This is the sixth course in the Genomic Big Data Science Specialization from Johns Hopkins University.
제공자:
Genomic Data Science 특화 과정존스홉킨스대학교이 강좌에 대하여
최근 조회 32,016회
학습자 경력 결과
40%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
38%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
17%
가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 8개 강좌 중 7번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 8시간 필요
영어
자막: 영어
귀하가 습득할 기술
StatisticsData AnalysisR ProgrammingBiostatistics
학습자 경력 결과
40%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
38%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
17%
가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 8개 강좌 중 7번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 8시간 필요
영어
자막: 영어
제공자:
존스홉킨스대학교
The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 3시간 필요
Module 1
This course is structured to hit the key conceptual ideas of normalization, exploratory analysis, linear modeling, testing, and multiple testing that arise over and over in genomic studies.
완료하는 데 3시간 필요
21개 동영상 (총 129분), 3 개의 읽기 자료, 1 개의 테스트
21개의 동영상
What is Statistics?2m
Finding Statistics You Can Trust (4:44)4m
Getting Help (3:44)3m
What is Data? (4:28)4m
Representing Data (5:23)5m
Module 1 Overview (1:07)1m
Reproducible Research (3:42)3m
Achieving Reproducible Research (5:02)5m
R Markdown (6:26)6m
The Three Tables in Genomics (2:10)2m
The Three Tables in Genomics (in R) (3:46)3m
Experimental Design: Variability, Replication, and Power (14:17)14m
Experimental Design: Confounding and Randomization (9:26)9m
Exploratory Analysis (9:21)9m
Exploratory Analysis in R Part I (7:22)7m
Exploratory Analysis in R Part II (10:07)10m
Exploratory Analysis in R Part III (7:26)7m
Data Transforms (7:31)7m
Clustering (8:43)8m
Clustering in R (9:09)9m
3개의 읽기 자료
Syllabus10m
Pre Course Survey10m
Introduction and Materials10m
1개 연습문제
Module 1 Quiz20m
완료하는 데 2시간 필요
Module 2
This week we will cover preprocessing, linear modeling, and batch effects.
완료하는 데 2시간 필요
14개 동영상 (총 97분)
14개의 동영상
Dimension Reduction (12:13)12m
Dimension Reduction (in R) (8:48)8m
Pre-processing and Normalization (11:26)11m
Quantile Normalization (in R) (4:49)4m
The Linear Model (6:50)6m
Linear Models with Categorical Covariates (4:08)4m
Adjusting for Covariates (4:16)4m
Linear Regression in R (13:03)13m
Many Regressions at Once (3:50)3m
Many Regressions in R (7:21)7m
Batch Effects and Confounders (7:11)7m
Batch Effects in R: Part A (8:18)8m
Batch Effects in R: Part B (3:50)3m
1개 연습문제
Module 2 Quiz20m
완료하는 데 2시간 필요
Module 3
This week we will cover modeling non-continuous outcomes (like binary or count data), hypothesis testing, and multiple hypothesis testing.
완료하는 데 2시간 필요
15개 동영상 (총 86분)
15개의 동영상
Logistic Regression (7:03)7m
Regression for Counts (5:02)5m
GLMs in R (9:28)9m
Inference (4:18)4m
Null and Alternative Hypotheses (4:45)4m
Calculating Statistics (5:11)5m
Comparing Models (7:08)7m
Calculating Statistics in R9m
Permutation (3:26)3m
Permutation in R (3:33)3m
P-values (6:04)6m
Multiple Testing (8:25)8m
P-values and Multiple Testing in R: Part A (5:58)5m
P-values and Multiple Testing in R: Part B (4:23)4m
1개 연습문제
Module 3 Quiz20m
완료하는 데 2시간 필요
Module 4
In this week we will cover a lot of the general pipelines people use to analyze specific data types like RNA-seq, GWAS, ChIP-Seq, and DNA Methylation studies.
완료하는 데 2시간 필요
14개 동영상 (총 74분), 1 개의 읽기 자료, 1 개의 테스트
14개의 동영상
Gene Set Enrichment (4:19)4m
More Enrichment (3:59)3m
Gene Set Analysis in R (7:43)7m
The Process for RNA-seq (3:59)3m
The Process for Chip-Seq (5:25)5m
The Process for DNA Methylation (5:03)5m
The Process for GWAS/WGS (6:12)6m
Combining Data Types (eQTL) (6:04)6m
eQTL in R (10:36)10m
Researcher Degrees of Freedom (5:49)5m
Inference vs. Prediction (8:52)8m
Knowing When to Get Help (2:31)2m
Statistics for Genomic Data Science Wrap-Up (1:53)1m
1개의 읽기 자료
Post Course Survey10m
1개 연습문제
Module 4 Quiz10m
검토
STATISTICS FOR GENOMIC DATA SCIENCE의 최상위 리뷰
RH 제공2017년 2월 11일
Overall, a very good course. Not without its flaws (inconsistent video audio levels), but I have walked away knowing far more about Genomic Data Science than I expected to.
ZM 제공2018년 6월 27일
The professor is really enthusiasm, so I was really impreesed by him. And his teaching is brief, and I can learn key points through the lectures. Great course!
NS 제공2019년 2월 18일
sometimes termininology was used interchangeably, which can be confusing for a beginner but overall a good introduction to statistcs for genomic data analysis
S 제공2018년 2월 18일
Enjoyed it. One of better courses I have taken in Coursera. A good introduction to using statistics in Bioconductor with genomics data.
Genomic Data Science 특화 과정 정보
With genomics sparks a revolution in medical discoveries, it becomes imperative to be able to better understand the genome, and be able to leverage the data and information from genomic datasets. Genomic Data Science is the field that applies statistics and data science to the genome.
This Specialization covers the concepts and tools to understand, analyze, and interpret data from next generation sequencing experiments. It teaches the most common tools used in genomic data science including how to use the command line, along with a variety of software implementation tools like Python, R, Bioconductor, and Galaxy.
This Specialization is designed to serve as both a standalone introduction to genomic data science or as a perfect compliment to a primary degree or postdoc in biology, molecular biology, or genetics, for scientists in these fields seeking to gain familiarity in data science and statistical tools to better interact with the data in their everyday work.
To audit Genomic Data Science courses for free, visit https://www.coursera.org/jhu, click the course, click Enroll, and select Audit. Please note that you will not receive a Certificate of Completion if you choose to Audit.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
- The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.
환불 규정은 어떻게 되나요?
구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.
재정 지원을 받을 수 있나요?
예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
