[學術演講]大學統計教育在澳洲的發展

大學統計教育在澳洲的發展-學校、政府及國際的合作
Making the connection with Statistics: University, National and International Strategies – an Australian perspective

閱讀全文:[學術演講]大學統計教育在澳洲的發展

[學術演講]醫學中心研究資料庫的建置與應用

【生物統計研究中心-專題講座】

醫學中心研究資料庫的建置與應用

時間:105 / 9/28 14:30-16:30

地點:臺北醫學大學口腔大樓一樓會議室

講師:楊奕馨 主任 高雄醫學大學醫學資訊與統計中心

閱讀全文:[學術演講]醫學中心研究資料庫的建置與應用

Big Data in Biomedicine

Big Data in Biomedicine
時間:07/01 (三) 15:00-17:00 
地點:醫學綜合大樓前棟三樓會議室
講者:李春 副教授 (凱斯西儲大學)

 Biomedical research has entered an era driven by precision medicine and aided with automated data collection. This leads to multifaceted challenges to researchers and administrators, including data warehousing, data standardization, text extraction, storage and linking of photographs, omics data, biospecimens, etc.I will describe our ongoing effort at the Institute for Computational Biology at Case Western Reserve University to build an infrastructure for a biobank that will include data from three major hospital systems in Cleveland: Cleveland Clinic, University Hospitals, and MetroHealth.I also will talk about an analysis project using data from BioVU, a biobank built by Vanderbilt University. In this project, we analyzed nearly 30,000 patients born in the last 100 years for whom we have exom SNP chip data. We identified a changing composition of the patients' genomes towards admixture, especially for those born after 1980s. This may be partly due to increased inter-racial marriages in South United States after desegregation, and partly due to demographic changes in the last several decades.

報名連結教職員工發展系統

 

文字挖掘的在各領域的應用

文字挖掘的在各領域的應用 
時間:06/29 (ㄧ) 16:30-17:30
地點:口腔醫學大樓二樓階梯教室
講者:謝邦彥 博士

 由於電腦及網路的快速發展,過去傳統紙質書面資料大多變成電子檔的形式呈現,因此資料的取得比過去要容易許多,大多訊息都可由網站搜尋獲得。但是這些文字資料通常是以半結構化或非結構化的形式儲存。“非結構化資料”是指一般的檔,其內容沒有一定的格式,每份資料間沒有共同的結構性,卻不一定能發現檔中所隱藏的訊息,容易忽略某些對我們有用的重要資訊。 文字挖掘(TextMining)主要定義為“從非結構化的文字中發掘有用的片段、模型、方向、趨勢或規則”,另外也有學者定義為:“是一種編輯、組織及分析大量檔的方法和過程。”一般的統計分析或資料採擷的方法,只適用於結構化的關聯表格資料,無法直接運用到非結構的檔資料上,而一些已發表的文本挖掘研究中結合了資訊檢索(Information Retrieval)、自然語言處理(Natural Language Processing)和語義分析技術,試圖從檔資料中找出重要的專案(Term)、片語(Phrase)、項目間的關聯強度(Association Degree)。 在現今充滿著大數據的時代中,除了能利用量化的資料去分析外,質化的資料中更含有大量的資訊,如何利用「多維度分析」去幫客戶創造價值,正是TextMining的所用之處。並利用文字挖掘分析結果,得出資料價值。並透過各領域的應用,如:商品銷售、行銷導購、社群操作、危機預警、選戰策略、社會網絡等。幫企業及客戶創造價值與利益。