本內(nèi)容為【科研私家菜】R語言機器學習與臨床預測模型系列課程R小鹽準備介紹R語言機器學習與預測模型的學習筆記你想要的R語言學習資料都在這里， 快來收藏關(guān)注【科研私家菜】...
IP屬地：湖北
-
R語言機器學習與臨床預測模型19--生存分析之Fine-Gray檢驗 -
臨床預測模型+機器學習（R語言）0——1章 0、課程簡介 建議先學習R語言有關(guān)的統(tǒng)計學課程 參數(shù)化模型和半?yún)?shù)化模型有回歸系數(shù)beta;而機器學習沒有參數(shù)。正則化技術(shù)作為變量篩選方法：包括嶺回歸、lasso...
-
Seurat4.0系列教程16：多模式參考映射注釋細胞此教程介紹了將查詢數(shù)據(jù)集映射到參考數(shù)據(jù)集的過程。在此示例中，我們映射了 10X Genomics的（2，700 個PBMC）的scRNA-seq 數(shù)據(jù)集，到我們最近發(fā)表的 C...
-
單細胞轉(zhuǎn)錄組學習筆記-13-差異分析及KEGG注釋簡介
劉小澤寫于19.8.7-第二單元最后一講：差異分析及KEGG注釋簡介筆記目的：根據(jù)生信技能樹的單細胞轉(zhuǎn)錄組課程探索smart-seq2技術(shù)相關(guān)的分析技術(shù)課程鏈接在：http:...
-
seurat-FindAllMarkers()源碼解析現(xiàn)在回想單細胞項目的一些常規(guī)分析，clusters/groups間的差異表達分析（differential expression analysis）幾乎是分析必備項，F(xiàn)ind...
-
使用SCENIC分析singlecell-RNAseq實戰(zhàn)演練SCENIC全稱：Single-Cell rEgulatory Network Inference and Clustering實戰(zhàn)之前需要準備的學習資料：1.閱讀關(guān)于SCE...
-
「文獻05」深度學習應用于基因組學的入門指導日期：2019年2月2日——2019-Week5分類：「綜述+資源」題目：A primer on deep learning in genomicsDOI: https://...
-
單細胞分析之細胞交互-3：CellChat常用的細胞通訊軟件：CellphoneDB[http://www.itdecent.cn/p/38a9376f5286]：是公開的人工校正的，儲存受體、配體以及兩種相互作用...
-
詳解：基因集富集分析GSEA1） Why GSEA？ 傳統(tǒng)KEGG（通路富集分析）和GO（功能富集）分析時，如果富集到的同一通路下，既有上調(diào)差異基因，也有下調(diào)差異基因，那么這條通路總體的表現(xiàn)形式究竟是怎...
-
TCGA學習01：數(shù)據(jù)下載與整理TCGA學習01：數(shù)據(jù)下載與整理 - 簡書 TCGA學習02：差異分析 - 簡書 TCGA學習03：生存分析 - 簡書 TCGA學習04：建模預測-cox回歸 - 簡書...
-
TCGA數(shù)據(jù)庫下載：多種方法及優(yōu)缺點介紹在TCGA數(shù)據(jù)庫下載文件有很多種方法： 一.利用R語言下載（本文重點介紹這個） 方法1：TCGAbiolinks包（首推這個方法?。∧壳皼]發(fā)現(xiàn)明顯缺點） 方法2：RTCGAT...
-
使用python處理生物信息數(shù)據(jù)（一）趁疫情被封閉在家，學習一下python，之前嘗試過看過perl的書，代碼看得我一臉懵逼，python乍看上去和藹可親多了，再加上有個師兄鼓勵和推薦學習python，找了這本書...
-
TCGAbiolinks全解析
部分一 第一步、數(shù)據(jù)下載階段 第二步：GDCdownload()下載GDCquery()得到的結(jié)果 第三步、數(shù)據(jù)處理 第四步：TCGAanalyze_Preprocessin...
-
TCGA數(shù)據(jù)挖掘TCGA數(shù)據(jù)挖掘 步驟1：安裝R包 接下來，進行分析 關(guān)于數(shù)據(jù)種類，有count類型，肯定選count，次選才是fpkm等其它。 當拿不到count數(shù)據(jù)時，可以采用其它的。如...
