آموزش تکرارپذیری پیشرفته در انفورماتیک سرطان - آخرین آپدیت

دانلود Advanced Reproducibility in Cancer Informatics

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره ابزارهایی را معرفی می‌کند که به بهبود تکرارپذیری و بازتولیدپذیری در حوزه انفورماتیک سرطان کمک می‌کنند. در این دوره از تمرین‌های عملی برای آشنایی با این ابزارها استفاده شده است، اما هدف آن بررسی جامع و عمیق هر ابزار نیست. این دوره مفاهیم و ابزارهایی مانند git و GitHub، بازبینی کد (Code Review)، Docker و GitHub actions را معرفی می‌کند. مخاطبان هدف این دوره برای دانشجویان علوم زیست‌پزشکی و پژوهشگرانی که از ابزارهای انفورماتیک در تحقیقات خود استفاده می‌کنند، طراحی شده است. این دوره در واقع ادامه دوره «مقدمه‌ای بر تکرارپذیری در انفورماتیک سرطان» است. شرکت‌کنندگان در این دوره باید: - آشنایی اولیه با زبان‌های R یا Python داشته باشند - دوره مقدماتی تکرارپذیری در انفورماتیک سرطان را گذرانده باشند - آشنایی نسبی با GitHub داشته باشند ضرورت و انگیزه تحلیل‌های داده معمولاً بدون ارتباط مستقیم با پژوهشگران اصلی و صرف زمان و تلاش زیاد، تکرارپذیر نیستند (BeaulieuJones, 2017). تکرارپذیری در انفورماتیک سرطان (مانند سایر زمینه‌ها) علی‌رغم اینکه بنیادی‌ترین بخش روش علمی است، هنوز به‌طور جدی نظارت یا تشویق نمی‌شود. با وجود فقدان مشوق‌ها، بسیاری از محققان برای تکرارپذیری در کارهای خود تلاش می‌کنند اما اغلب فاقد مهارت‌ها یا آموزش‌های لازم برای اجرای موثر آن هستند. تجهیز پژوهشگران به مهارت‌های ایجاد تحلیل‌های داده تکرارپذیر، بهره‌وری همه افراد درگیر در پروژه را افزایش می‌دهد. تحلیل‌های تکرارپذیر با احتمال بیشتری توسط دیگران درک، اجرا و بازتولید می‌شوند. این امر با کمک به محققان برای اجتناب از بن‌بست‌های «مثبت کاذب»، به تسریع فرآیند علمی کمک می‌کند. همچنین شفافیت متدهای متن‌باز در روش‌های تکرارپذیر، باعث صرفه‌جویی در زمان محققان می‌شود تا مجبور نباشند چرخ را برای متدهایی که همه در این حوزه از آن استفاده می‌کنند، دوباره اختراع کنند. برنامه آموزشی این دوره شامل تمرین‌های عملی برای نحوه اعمال مفاهیم کدنویسی تکرارپذیر در پروژه‌های شما است. از شرکت‌کنندگان توصیه می‌شود همزمان با مطالعه مطالب دوره، این فعالیت‌ها را برای افزایش تکرارپذیری تحلیل‌های خود به انجام رسانند. هدف این دوره: تجهیز فراگیران به دانشی عمیق‌تر از قابلیت‌های ابزارهای تکرارپذیری و نحوه به‌کارگیری آن‌ها در اسکریپت‌های تحلیل و پروژه‌های موجود. آنچه هدف این دوره نیست: بررسی جامع و تخصصی هر یک از ابزارهای مورد بحث. راهنمای استفاده از دوره هر فصل دارای تمرینات مرتبطی است که توصیه می‌شود برای بهره‌مندی کامل از دوره، آن‌ها را تکمیل کنید. این دوره با در نظر گرفتن متخصصان پرمشغله طراحی شده است که ممکن است بسته به زمان‌بندی خود، دوره را متوقف کرده و سپس ادامه دهند. به‌طور کلی، شما می‌توانید مستقیماً به فصل‌هایی که برایتان مفیدتر است بروید (تنها در یک مورد، پیش‌نیاز بودن فصل قبلی ذکر شده است).

سرفصل ها و درس ها

شروع یادگیری در این دوره Getting started in this course

تعریف تکرارپذیری Defining Reproducibility

کنترل نسخه با GitHub Version control with GitHub

بازبینی کد در نقش نویسنده Code review - as an author

بازبینی کد در نقش بازبین Code review -- as a reviewer

راه‌اندازی Docker Launching Docker

تغییر در Image داکر Modifying a Docker image

اتوماسیون به عنوان ابزار تکرارپذیری Automation as a reproducibility tool

نمایش نظرات

آموزش تکرارپذیری پیشرفته در انفورماتیک سرطان
جزییات دوره
9h 42m
0
(آخرین آپدیت)
584
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده