Ce cours distille pour vous des connaissances expertes et des compétences maîtrisées par les professionnels de la science des Big Data de la santé et de la bio-informatique. Vous apprendrez des faits passionnants sur la biologie et la chimie du corps humain, la génétique et la médecine qui seront entrelacés avec la science du Big Data et les compétences pour exploiter l'avalanche de données ouvertement disponibles au bout de vos doigts et que nous commençons à peine à donner un sens. Nous étudierons les différentes étapes nécessaires pour maîtriser l'analyse des Big Data sur des ensembles de données réels, y compris les données de séquençage de nouvelle génération, dans un contexte de soins de santé et de biologie, de la préparation des données pour l'analyse à la réalisation de l'analyse, à l'interprétation des résultats, à leur visualisation et au partage des résultats. Il va sans dire que lorsque vous maîtriserez ces compétences très demandées, vous serez bien placé pour postuler à des postes dans l'analyse des données biomédicales et la bio-informatique, ou pour y accéder. Quel que soit votre niveau de compétences dans le domaine biomédical ou technique, vous acquerrez de nouvelles compétences très utiles ou des compétences plus pointues qui vous permettront de vous démarquer en tant que professionnel et de vouloir plonger encore plus profondément dans le Big Data biomédical. J'espère que ce cours éveillera votre intérêt pour les vastes possibilités offertes par les Big Data accessibles au public pour mieux comprendre, prévenir et traiter les maladies.
Après ce module, vous serez capable de 1. Localiser et télécharger des fichiers pour l'analyse de données concernant les gènes et la médecine. 2. Ouvrir des fichiers et prétraiter des données en utilisant le langage R. 3. Ecrire des scripts R pour remplacer les valeurs manquantes, normaliser les données, discrétiser les données et échantillonner les données
Inclus
11 vidéos2 lectures6 devoirs1 sujet de discussion
Afficher les informations sur le contenu du module
11 vidéos•Total 59 minutes
Introduction au cours•2 minutes
Introduction au module•2 minutes
ADN et gènes•9 minutes
ARN et protéines•7 minutes
Processus de transcription•5 minutes
Animation de la transcription•2 minutes
Processus de traduction•6 minutes
Animation de la traduction•2 minutes
Données, variables et grands ensembles de données•6 minutes
Travailler avec le cBioPortal - Analyse des données génétiques•9 minutes
Travailler avec cBioPortal - Réseaux génétiques•9 minutes
2 lectures•Total 20 minutes
Module 1 Analyse des données du cBioPortal•10 minutes
Module 1 Ressources•10 minutes
6 devoirs•Total 180 minutes
ADN, ARN, gènes et protéines•30 minutes
Processus de transcription et de traduction•30 minutes
Données, variables et grands ensembles de données•30 minutes
Travailler avec le cBioPortal•30 minutes
Quiz du module 1•30 minutes
Module 1 Analyse des données du cBioPortal•30 minutes
1 sujet de discussion•Total 10 minutes
Discussion du module 1•10 minutes
Préparation des ensembles de données pour l'analyse
Module 2•8 heures à terminer
Détails du module
À l'issue de ce module, vous serez en mesure de :
1. Localiser et télécharger des fichiers pour l'analyse de données concernant les gènes et la médecine. 2. Ouvrir les fichiers et prétraiter les données en utilisant le langage R. 3. Ecrire des scripts R pour remplacer les valeurs manquantes, normaliser les données, discrétiser les données et échantillonner les données
Inclus
13 vidéos4 lectures8 devoirs1 sujet de discussion2 laboratoires non notés
Afficher les informations sur le contenu du module
13 vidéos•Total 75 minutes
Introduction au module•5 minutes
Ensembles de données et fichiers•11 minutes
Sources de données•12 minutes
Importance du prétraitement des données•5 minutes
Tâches de prétraitement des données•3 minutes
Remplacement des valeurs manquantes•4 minutes
Normalisation des données•10 minutes
Discrétisation des données•5 minutes
Sélection de caractéristiques•3 minutes
Échantillonnage des données•3 minutes
Principes de R•7 minutes
R Langue•2 minutes
Jupyter Notebooks 101•7 minutes
4 lectures•Total 40 minutes
L'essentiel de Jupyter Notebooks•10 minutes
Tutoriel du module 2 du carnet de notes•10 minutes
Module 2 Prétraitement des données R•10 minutes
Ressources du module 2•10 minutes
8 devoirs•Total 230 minutes
Ensembles de données et fichiers•30 minutes
Tâches de prétraitement des données•30 minutes
Remplacement des valeurs manquantes•30 minutes
Normalisation et discrétisation•30 minutes
Réduction des données•30 minutes
Travailler avec R•30 minutes
Quiz du module 2•20 minutes
Module 2 Prétraitement des données R•30 minutes
1 sujet de discussion•Total 10 minutes
Discussion du module 2•10 minutes
2 laboratoires non notés•Total 120 minutes
Module 2 Carnet de notes•60 minutes
Module 2 Carnet de notes•60 minutes
Recherche de gènes différentiellement exprimés
Module 3•7 heures à terminer
Détails du module
Après ce module, vous serez capable de 1. Sélectionner des caractéristiques à partir d'ensembles de données hautement dimensionnels. 2. Evaluer la performance des méthodes de sélection de caractéristiques. 3. Ecrire des scripts R pour sélectionner des caractéristiques à partir d'ensembles de données impliquant des expressions génétiques
Inclus
9 vidéos4 lectures6 devoirs1 sujet de discussion2 laboratoires non notés
Afficher les informations sur le contenu du module
9 vidéos•Total 53 minutes
Introduction au module•2 minutes
Aperçu des méthodes de sélection des caractéristiques•13 minutes
Méthodes de filtrage•5 minutes
Méthodes d'enrobage•5 minutes
Systèmes d'évaluation•8 minutes
Sélection des gènes différentiellement exprimés•3 minutes
Cartes thermiques•6 minutes
Scripts R pour la sélection des caractéristiques•3 minutes
Jupyter Notebooks 101•7 minutes
4 lectures•Total 40 minutes
Notebook Module 3 Tutoriel•10 minutes
L'essentiel de Jupyter Notebooks•10 minutes
Module 3 R Recherche de gènes différentiellement exprimés•10 minutes
Module 3 Ressources•10 minutes
6 devoirs•Total 180 minutes
Méthodes de sélection des caractéristiques•30 minutes
Systèmes d'évaluation•30 minutes
Gènes différentiellement exprimés•30 minutes
Cartes thermiques•30 minutes
Quiz du module 3•30 minutes
Module 3 R Recherche de gènes différentiellement exprimés•30 minutes
1 sujet de discussion•Total 10 minutes
Module 3 Discussion•10 minutes
2 laboratoires non notés•Total 120 minutes
Module 3 Carnet de notes•60 minutes
Module 3 Carnet de notes•60 minutes
Prédire les maladies à partir des gènes
Module 4•8 heures à terminer
Détails du module
Après ce module, vous serez capable de 1. Construire des modèles de classification et de prédiction. 2. Evaluer la performance des méthodes de classification et de prédiction. 3. Ecrire des scripts R pour classifier et prédire des maladies à partir des expressions génétiques.
Inclus
12 vidéos4 lectures10 devoirs1 sujet de discussion1 laboratoire non noté
Afficher les informations sur le contenu du module
12 vidéos•Total 85 minutes
Introduction au module•0 minutes
Aperçu des méthodes de classification et de prédiction•9 minutes
Méthodes de classification basées sur l'analogie•12 minutes
Méthodes de classification basées sur des règles•13 minutes
Méthodes de classification basées sur les réseaux neuronaux•7 minutes
Méthodes de classification basées sur les statistiques•4 minutes
Méthodes de classification basées sur les probabilités•8 minutes
Méthodes de prédiction•4 minutes
Systèmes d'évaluation•14 minutes
Processus de prédiction•4 minutes
Scripts R pour la prédiction•2 minutes
Jupyter Notebooks 101•7 minutes
4 lectures•Total 40 minutes
L'essentiel de Jupyter Notebooks•10 minutes
Notebook Module 4 Tutoriel•10 minutes
Module 4 R Prédire les maladies à partir des gènes•10 minutes
Module 4 Ressources•10 minutes
10 devoirs•Total 300 minutes
Vue d'ensemble•30 minutes
Classification par analogie•30 minutes
Classification basée sur des règles•30 minutes
Classification avec les réseaux neuronaux•30 minutes
Classification basée sur les statistiques•30 minutes
Classification basée sur les probabilités•30 minutes
Modèles de prédiction•30 minutes
Systèmes d'évaluation•30 minutes
Quiz du module 4•30 minutes
Module 4 R Prédire les maladies à partir des gènes•30 minutes
1 sujet de discussion•Total 10 minutes
Module 4 Discussion•10 minutes
1 laboratoire non noté•Total 60 minutes
Module 4 Carnet de notes•60 minutes
Détermination des altérations génétiques
Module 5•7 heures à terminer
Détails du module
Après ce module, vous serez capable de 1. Énumérer les différents types d'altérations génétiques. 2. Comparer et opposer les méthodes de détection des mutations génétiques. 3. Comparer et opposer les méthodes de détection de la méthylation. 4. Comparer et opposer les méthodes de détection des variations du nombre de copies. 5. Quantifier les altérations génomiques. 6. Relier les altérations génomiques à l'expression différentielle des gènes. 7. Écrire des programmes en R pour déterminer les altérations des gènes et leur relation avec l'expression des gènes
Inclus
9 vidéos4 lectures8 devoirs1 sujet de discussion1 laboratoire non noté
Afficher les informations sur le contenu du module
9 vidéos•Total 81 minutes
Introduction au module•2 minutes
Aperçu des altérations génétiques•16 minutes
Mutations génétiques•10 minutes
Recherche de mutations génétiques•8 minutes
Méthylation•9 minutes
Modifications du numéro d'exemplaire•11 minutes
Altérations génomiques et expressions génétiques•17 minutes
Scripts R pour les altérations génétiques•2 minutes
Jupyter Notebooks 101•7 minutes
4 lectures•Total 40 minutes
Notebook Module 5 Tutoriel•10 minutes
L'essentiel de Jupyter Notebooks•10 minutes
Module 5 R Altérations génétiques•10 minutes
Module 5 Ressources•10 minutes
8 devoirs•Total 230 minutes
Altérations génétiques•30 minutes
Mutations génétiques•30 minutes
Méthylation•30 minutes
Modifications du numéro d'exemplaire•30 minutes
Altérations génomiques et expressions génétiques•30 minutes
Quiz du module 5 (temporaire)•30 minutes
Quiz du module 5•20 minutes
Module 5 R Altérations génétiques•30 minutes
1 sujet de discussion•Total 10 minutes
Discussion du module 5•10 minutes
1 laboratoire non noté•Total 60 minutes
Module 5 Carnet de notes•60 minutes
Regroupement et analyse des voies d'accès
Module 6•6 heures à terminer
Détails du module
Après ce module, vous serez capable de 1. Trouver des clusters dans les données biomédicales impliquant des gènes.2. Analyser et visualiser les voies biologiques. 3. Ecrire des scripts R pour le clustering et pour l'analyse des voies.
Inclus
12 vidéos5 lectures5 devoirs1 sujet de discussion1 laboratoire non noté
Afficher les informations sur le contenu du module
12 vidéos•Total 73 minutes
Introduction au module•2 minutes
Aperçu des méthodes de regroupement•8 minutes
Évaluation de la similitude•9 minutes
Regroupement avec KMeans•8 minutes
Regroupement basé sur la densité•4 minutes
Regroupement hiérarchique•7 minutes
Analyse des voies d'accès•13 minutes
Découverte des voies d'accès•7 minutes
Visualisation des voies d'accès•6 minutes
Scripts R pour le clustering et l'analyse des voies d'accès•2 minutes
Jupyter Notebooks 101•7 minutes
Remarques finales•1 minute
5 lectures•Total 50 minutes
L'essentiel de Jupyter Notebooks•10 minutes
Notebook Module 6 Tutoriel•10 minutes
Module 6 R Clustering et Pathways•10 minutes
Module 6 Ressources•10 minutes
Remerciements•10 minutes
5 devoirs•Total 150 minutes
Clustering•30 minutes
Méthodes de regroupement•30 minutes
Voies d'accès•30 minutes
Quiz du module 6•30 minutes
Module 6 R Clustering et Pathways•30 minutes
1 sujet de discussion•Total 10 minutes
Module 6 Discussion•10 minutes
1 laboratoire non noté•Total 60 minutes
Module 6 Carnet de notes•60 minutes
Instructeur
Évaluations de l’enseignant
Évaluations de l’enseignant
Nous avons demandé à tous les étudiants de fournir des commentaires sur nos enseignants au sujet de la qualité de leur pédagogie.
L'université d'État de New York, avec ses 64 établissements, est le plus grand système d'enseignement supérieur des États-Unis. Elle forme près de 468 000 étudiants dans plus de 7 500 programmes diplômants et certifiants, sur le campus et en ligne, et compte près de 3 millions d'anciens étudiants dans le monde entier.
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
4.2
287 avis
5 stars
55,70 %
4 stars
27,68 %
3 stars
8,30 %
2 stars
2,76 %
1 star
5,53 %
Affichage de 3 sur 287
A
AW
4·
Révisé le 11 juin 2020
Very good for statistics information in regards to genes, medicine, and big data. I wish they would have spent more time on the R code and how to create it, but otherwise was a really good course.
B
BJ
5·
Révisé le 16 févr. 2023
I learned a lot, all thanks to SUNY and coursera for gradually making my dream a reality.
S
SM
4·
Révisé le 2 juil. 2022
it was a good and useful course. it just needs an update because of some changes in the cbioportal.
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Que recevrai-je si j'achète le certificat ?
Lorsque vous achetez un certificat, vous avez accès à tous les supports de cours, y compris les devoirs notés. Une fois le cours terminé, votre certificat électronique sera ajouté à votre page de réalisations. Vous pourrez alors l'imprimer ou l'ajouter à votre profil LinkedIn.
Une aide financière est-elle disponible ?
Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien pour postuler sur la page de description.