ZOOM - ID 793 767 462
Skype lisete_sousa
Nota: Os vídeos da aulas estão disponíveis na cloud durante 20 dias desde a gravação.
---------------------------
Folha de Exercícios
---------------------------
Aula 10 (zoom) - 28 de maio, 11:30-13:30
Gravação da aula zoom (sem prazo)
2.4 Microarray Data
Rank Product Script ex. 8 | Dados
Aula 9 (zoom) - 21 de maio, 11:00-13:30
Gravação da aula zoom (pass: MEGMEB#21mai) - disponível até dia 10 de junho
2.4 Microarray Data
Multiple Testing SLIDES | VIDEO | Script ex. 5
Multiple Testing
Aula 7 (zoom) - 7 de maio, 11:00-13:30
Gravação da aula zoom (pass: MEGMEB#7m) - disponível até dia 27 de maio
2.3 Supervised Classification: K-Nearest Neighbours; Discriminant Analysis
limma (parametric test)
Aula 8 (zoom) - 14 de maio, 11:00-13:30
Gravação da aula zoom (sem prazo)
2.4 Microarray Data
Normalization SLIDES
Permutation tests
Exercício 6 (Script)
Aula 7 (zoom) - 7 de maio, 11:00-13:30
Gravação da aula zoom (pass: MEGMEB#7m) - disponível até dia 27 de maio
2.3 Supervised Classification: K-Nearest Neighbours; Discriminant Analysis
Unsupervised Classification (clustering): K-means; Hierarchical Clustering.
Exercise (colon) - Script
Aula 6 (zoom) - 30 de abril, 11:00-13:30
Gravação da aula zoom (pass: MEGMEB#30a) - disponível até dia 20 de maio
SLIDES | Script (example)
Exercise (colon) - Script
Aula 6 (zoom) - 30 de abril, 11:00-13:30
Gravação da aula zoom (pass: MEGMEB#30a) - disponível até dia 20 de maio
Nota: No minuto 6, sobre a convergência dos parâmetros no algoritmo de Gibbs, em vez de Burn-Out devia estar Burn-In!!! (A Professora é que está em Burn-Out 😊 )
2.1 Hidden Markov Models (cont.)
Amostragem de Gibbs - convergência.
K-Nearest Neighbours Discriminat Analysis
2.2 Multivariate Data - Dimension Reduction
Graphical Representation
Principal Components Analysis (PCA)
Multidimensional scaling (MDS)
2.3 Supervised Classification
Artificial Neural Networks
Aula 5 (zoom) - 23 de abril, 11:00-13:30
Gravação da Aula Zoom (MEGMEB#23a) - disponível até dia 13 de maio
2. Analysis of High-Throughput Data
Gravação da Aula Zoom (MEGMEB#23a) - disponível até dia 13 de maio
2. Analysis of High-Throughput Data
2.1 Hidden Markov Models (cont.)
Gibbs Sampling (Posterior Distribution, Gibbs Algorithm, Convergence)
Slides (47 to 56)
Aula 4 (zoom) - 16 de abril, 11:00-13:30
Gravação da Aula Zoom (Wetransfer) - disponível até 30 de abril
2. Analysis of High-Throughput Data
2.1 Hidden Markov Models (cont.)
Gravação da Aula Zoom (Wetransfer) - disponível até 30 de abril
2. Analysis of High-Throughput Data
2.1 Hidden Markov Models (cont.)
Searching for the Hidden States
Markov Chain Monte Carlo (MCMC)
Markov Chain Monte Carlo (MCMC)
Gibbs Sampling (Dirichlet Distribution, Prior Distributions, Posterior Distributions)
Slides (30 to49 46)
Slides (30 to
PDF Notas de Aula
Ex. 4 a, b c) i -ii (using R)
Aula 3 (zoom) - 2 de abril, 11:00-13:30
Gravação da aula zoom (wetransfer) - disponível até 6 de maio
2. Analysis of High-Throughput Data
Ex. 4 a, b c) i -
Aula 3 (zoom) - 2 de abril, 11:00-13:30
Gravação da aula zoom (wetransfer) - disponível até 6 de maio
2. Analysis of High-Throughput Data
2.1 Hidden Markov Models
Slides (20 to 32) - HMM
Exemplo 2.3 / PDF / Script
Aula 2 (zoom) - 26 de março, 11:00-13:30
Gravação da aula zoom (wetransfer) - disponível até dia 30 de abril.
2. Analysis of High-Throughput Data
Aula 2 (zoom) - 26 de março, 11:00-13:30
Gravação da aula zoom (wetransfer) - disponível até dia 30 de abril.
2. Analysis of High-Throughput Data
2.1 Hidden Markov Models
Slides (1 to 19) - Markov Chains
Slides (1 to 19) - Markov Chains
Exercício 2
Aula 1 (zoom) - 19 de março, 11:00-13:30
Gravação da aula zoom (wetransfer) - disponível até dia 6 de maio
Aula 1 (zoom) - 19 de março, 11:00-13:30
Gravação da aula zoom (wetransfer) - disponível até dia 6 de maio
1. Statistical Concepts in Bioinformatics
1.1 EM Algorithm
Slides (1 to 14)