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
2.5  NGS Data Analysis   SLIDES  | VIDEO  |  Script example  |  Dongmei Li 2019 (p. 85)


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
      limma (parametric test)
      Rank Product (non-parametric test)     Script example  |  Script ex. 7


Aula 8 (zoom) - 14 de maio, 11:00-13:30


2.4 Microarray Data
      Normalization   SLIDES
      Permutation tests
      Multiple Testing 


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
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 😊 )  

SLIDES  |  Script (example)
2.1 Hidden Markov Models (cont.)
      Amostragem de Gibbs - convergência.

2.2 Multivariate Data - Dimension Reduction
      Graphical Representation
      Principal Components Analysis (PCA)
      Multidimensional scaling (MDS)

2.3 Supervised Classification
      Artificial Neural Networks
      K-Nearest Neighbours
      Discriminat Analysis


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
2.1 Hidden Markov Models (cont.)
      Gibbs Sampling (Posterior Distribution, Gibbs Algorithm, Convergence)
       Slides (47 to 56)
       Ex. 4 c) ii, iii, iv  (using R) - Script


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.)
       Searching for the Hidden States
       Markov Chain Monte Carlo (MCMC)
       Gibbs Sampling  (Dirichlet Distribution, Prior Distributions, Posterior Distributions)
        Slides (30 to 49 46)
        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
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
2.1 Hidden Markov Models
      Slides (1 to 19) - Markov Chains
      Exemplo 2.2
      Exercício 2  


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)

      Exemplo 1 (Script)

      Exercício 1 (Script)