Über diesen Kurs

28,724 kürzliche Aufrufe

Karriereergebnisse der Lernenden

40%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

38%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

17%

erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 9 Stunden zum Abschließen
Englisch
Untertitel: Französisch, Portugiesisch (Brasilien), Russisch, Englisch, Spanisch

Kompetenzen, die Sie erwerben

StatisticsData AnalysisR ProgrammingBiostatistics

Karriereergebnisse der Lernenden

40%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

38%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

17%

erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 9 Stunden zum Abschließen
Englisch
Untertitel: Französisch, Portugiesisch (Brasilien), Russisch, Englisch, Spanisch

von

Placeholder

Johns Hopkins University

Lehrplan - Was Sie in diesem Kurs lernen werden

InhaltsbewertungThumbs Up91%(1,226 Bewertungen)Info
Woche
1

Woche 1

3 Stunden zum Abschließen

Module 1

3 Stunden zum Abschließen
21 Videos (Gesamt 129 min), 3 Lektüren, 1 Quiz
21 Videos
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
3 Lektüren
Syllabus10m
Pre Course Survey10m
Introduction and Materials10m
1 praktische Übung
Module 1 Quiz30m
Woche
2

Woche 2

2 Stunden zum Abschließen

Module 2

2 Stunden zum Abschließen
14 Videos (Gesamt 97 min)
14 Videos
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
1 praktische Übung
Module 2 Quiz30m
Woche
3

Woche 3

2 Stunden zum Abschließen

Module 3

2 Stunden zum Abschließen
15 Videos (Gesamt 86 min)
15 Videos
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
1 praktische Übung
Module 3 Quiz30m
Woche
4

Woche 4

2 Stunden zum Abschließen

Module 4

2 Stunden zum Abschließen
14 Videos (Gesamt 74 min), 1 Lektüre, 1 Quiz
14 Videos
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
1 Lektüre
Post Course Survey10m
1 praktische Übung
Module 4 Quiz30m

Bewertungen

Top-Bewertungen von STATISTICS FOR GENOMIC DATA SCIENCE

Alle Bewertungen anzeigen

Über den Spezialisierung Genomic Data Science

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....
Genomic Data Science

Häufig gestellte Fragen

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..