版纳植物园2021年1-4月的5个培训

发布日期:2020-12-29


2021年1月16-17日, R语言入门及统计基础 (中文)
授课老师:我园土壤生态组夏尚文博士
http://www.xtbgeet.com/?p=39604 
课程将会从软件安装开始逐步深入并自带电脑同步练习。即使您没有任何基础也不必畏惧。课程将会以案例为主导,由浅入深的讲解,力图保证学员参加完培训后能够用R语言解决常见的数据分析、统计及绘图问题。以下内容仅供参考,具体会根据现场学员的反馈情况适当调整。1)R环境设置与数据读写,2)数据清洗(数据加载,数据匹配,数据清洗,数据选取,数据抽样,数据转换,数据生成,数据补齐,频率转换)3)R语言基础绘图(绘图函数,绘图参数,图形控制,图形输出,经典图形制作。)4)探索性数据分析5)统计基础(假设检验与普通线性回归)

30-31 Jan 2021, Metabarcoding data analysis (English)
Instructor: Dr. Huan Fan, Community Ecology & Conservation Group, XTBG
During this two-day workshop, our instructor will demonstrate some basic analysis of metabarcoding data. More specifically, we will be analyzing 16S data using R. If you have metabarcoding data for other marker genes, we will cover that part towards the end by introducing other common reference databases and how to build customized ones. 

7-13 Mar 2021, Population Genomics Workshop (English)
We will invite Nine instructors/speakers from 7 famous organizations.
The workshop is aimed at researchers from advanced Master students to faculty who are looking to apply population genetic tools to analyse their data. This first iteration of the workshop will be limited to 30 participants. Due to the COVID pandemic, we anticipate that it will not be possible to reach the workshop from outside China but look forward to welcoming participants from the rest of Asia and elsewhere to future versions of the event.

28-31 Mar 2021, Python for Web Scraping (English)
Instructor: Dr. Huan Fan, Community Ecology & Conservation Group, XTBG
This four-day workshop will have 2 days of basic python intro and 2 days of web-scraping practice. People without any programing experience are NOT advised to sign-up. We welcome people with previous python experience so you can help with other participants who are new to python but might be familiar with other programming languages.

2021年4月8-9日, 随机森林在生态学中的应用(中文)
授课老师:中国科学院动物研究所李欣海博士
      随机森林(random forest)模型是一种基于分类树的机器学习模型,自2001年被提出以来已快速成为最受欢迎、应用最广泛的机器学习方法之一。随机森林不需要处理共线性问题、不用做变量选择、对离群值也不敏感,其分析结果对缺失数据和非平衡的数据比较稳健,可以很好地预测多达几千个解释变量的作用,准确性高,目前几乎所有用到回归和分类方法的研究领域都有使用随机森林模型的案例。
     为推动随机森林模型在国内生态学上的应用,特邀请中科院动物研究所李欣海博士举办“随机森林在生态学中的应用培训班”。李欣海博士是国内利用随机森林模型开展生态学研究最早、发表论文最多的科研人员之一,近年来研究重点是统计方法和生态模型,在中国科学院大学讲授生物统计学课程。此次培训将涉及随机森林模型的原理、发展历史、在生态学研究中的应用,随机森林与传统回归模型和判别分析(分类)的比较,贝叶斯随机森林方法,还将通过实际研究案例详细讲解在R软件中用随机森林模型进行分类、回归、物种分布模型分析的步骤、结果解读。同时李老师还将给大家分享用分数指数交互项研究多元回归中交互作用的新方法 - Deeply digging the interaction effect in multiple linear regressions using a fractional-power interaction term。为切实保证学习效果,除了使用培训班提供的案例数据进行练习外,我们还鼓励学员携带自己的数据在培训期间练习。

分享到: