基于R语言机器学习与医学研究--从入门到精通实战训练营
腾讯会议 2022年6月3-4日,11-12日
【讲师团队】
主讲老师为周老师,医学博士,国内著名三甲医院临床医生,目前以第一作者或通讯作者发表SCI论文40余篇。主编专业著作多部,其中临床流行病学与统计学专业著作6部。担任多本SCI杂志或中文杂志审稿人。多次受邀讲授医学统计学与循证医学方法学课程,擅长从临床研究问题出发,以案例讲解为主,讲授临床流行病学与统计学理论,授课深入浅出,通俗易懂。
【课程简介】
R 语言作为一款免费开源的统计软件,已逐渐成为医学科研工作者分析数据的首选软件,很多发表在顶级医学杂志的论文,尤其是涉及复杂统计分析方法,比如基于机器学习算法的预测模型构建、数据挖掘类型的论文首选R软件进行统计分析与数据可视化。
我们这次推出的《基于R语言机器学习与医学研究》是之前推出的《基于R语言临床预测模型构建》的进阶版。我们邀请医学统计大咖继续从临床医生的视角讲解基于R 语言的机器学习算法在医学研究中的应用。
【课程特点】
1.本课程是基于机器学习算法解决医学研究中复杂数据分析问题的方法学培训,深度讲解时髦的机器学习常用方法在处理临床数据中的应用,课程中的全部案例均为医学研究相关真实案例;
2.本课程中所有统计分析均基于R语言完成,所以也是一门针对医学专业人员的R语言进阶培训课程!
3.所有案例均提供对应 R语言代码与数据集,可直接学习使用。
【适宜人群】
1. 本课程主要针对临床医生,医学研究生与临床研究相关专业人员,所有统计分析均是基于R语言,所有案例均为医学研究相关真实案例。
2. 学习本课程应该具备一定的R语言基础知识,强烈推荐在学习本课程之前优先学习我们之前推出的课程《基于R语言临床预测模型构建》。
3.对R语言与机器学习方法感兴趣的朋友。
【这门课你将收获】
包括但不局限于以下统计分析进阶方法:
1.机器学习的基础算法:线性回归
2.Logistic回归与判别分析;
3.线性模型中的高级特征选择技术(包括岭回归、Lasso回归、弹性网络);
4.K最近邻与支持向量机在医学研究中应用;
5.分类回归树(包括回归树、分类树、随机森林等)在医学研究中应用;
6.神经网络与深度学习在医学研究中应用;
7.聚类分析在医学研究中的应用;
8.主成分与因子分析在医学研究中应用;
9.时间序列与因果关系。
《基于R语言机器学习与医学研究》课程表
会议时间:2022年6月3-4日,11-12日。共计4天,额外赠送一场答疑。
会议地点:腾讯会议
主办方:上海科贛信息科技中心 上海循掘生物科技中心
每章课程名称 | 每小节课学习目标 | 课时(分钟) |
第1章.机器学习的基础算法:线性回归 | 01.单变量线性回归; | 30 |
02.多变量线性回归 | 30 |
第2章. Logistic回归与判别分析 | 01. Logistic回归; | 45 |
02.判别分析 | 30 |
03.多元自适应回归样条法 | 30 |
第3章.线性模型中的高级特征选择技术 | 01.岭回归 | 30 |
02. Lasso回归与交叉验证LASSO回归 | 45 |
03.弹性网络 | 30 |
第4章. K最近邻与支持向量机在医学研究中应用 | 01. K最近邻; | 30 |
02.支持向量机 | 30 |
第5章.分类回归树 | 01.回归树; | 30 |
02.分类树; | 30 |
03.随机森林等 | 45 |
第6章.神经网络与深度学习 | 01.神经网络; | 45 |
02.深度学习 | 45 |
第7章.聚类分析 | 01.聚类分析; | 30 |
第8章.主成分与因子分析 | 01.主成分分析 | 30 |
02.因子分析 | 30 |
第9章.时间序列与因果关系 | 01.时间序列分析 | 45 |
02.模型构建与模型评价 | 45 |
注意:请安装最新版本R与R-Studio!数据与代码指定网址下载 |
会务费用:4600元
优惠政策:
1. 参加过往期对应的相同学习班的老学员,优惠200
2. 训练营长期建立答疑群,每个月周老师安排一个晚上集中答疑与讨论,目的是让学员能够充分掌握并应用,及时解决学员学习中遇到的问题。
3. 参加每个训练营都赠送2次评估文章或标书的服务; 报2个临床研究训练营,每个营减免200元学费,报4个训练营,每个营减免400元学费。
4. 全部5个训练营都报名的学员,打包优惠学费为2万元,并可以让周老师互动指导修改一篇文章或标书,指导学员到完成为止。
网络班学员可以获得全套课程录屏用于课后复习,如经过第一轮培训答疑后,还没有完全掌握的,可以申请免费参加本年度的第二次同名训练营培训。
【欢迎咨询】唐老师:172 6943 7589(微信同号)
【报名方法】
【点击在线报名】