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.
이 강좌는 Genomic Data Science 전문 분야의 일부입니다.
Statistics for Genomic Data Science
제공자:
15,864명이 이미 등록했습니다!
강의 계획 - 이 강좌에서 배울 내용
주
1완료하는 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.
21 videos (Total 129 min), 3 readings, 1 quiz
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
주
2완료하는 데 2시간 필요
Module 2
This week we will cover preprocessing, linear modeling, and batch effects.
14 videos (Total 97 min), 1 quiz
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
주
3완료하는 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.
15 videos (Total 86 min), 1 quiz
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
주
4완료하는 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.
14 videos (Total 74 min), 1 reading, 1 quiz
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
4.1
33개의 리뷰25%
이 강좌를 수료한 후 새로운 경력 시작하기
33%
이 강좌를 통해 확실한 경력상 이점 얻기
25%
급여 인상 또는 승진하기
최상위 리뷰
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!
I have really enjoyed the course and I have learnt different concepts relevant for my current study.\n\nYurany
강사
Jeff Leek, PhD
Associate Professor, BiostatisticsBloomberg School of Public Health
존스홉킨스대학교 정보
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.
Genomic Data Science 전문 분야 정보
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, Python, R, Bioconductor, and Galaxy. The sequence is a stand alone introduction to genomic data science or a perfect compliment to a primary degree or postdoc in biology, molecular biology, or genetics.
To audit Genomic Data Science courses for free, visit https://www.coursera.org/jhu, click the course, click Enroll, and select Audit.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.
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?
재정 지원을 받을 수 있나요?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
Coursera는 세계 최고의 교육에 대한 보편적인 접근 기회를 제공하며,
최고의 대학 및 기관들과 제휴하여 온라인 강좌를 제공합니다.
© 2019 Coursera Inc. All rights reserved.
