matematika a valós rendszerek számára doktori Képzési Központ

2019-2020 sorozat
szerdán 11am – 12 délben D1. 07

ezeken az órákon való részvétel kötelező az MSc hallgatók számára.

első távú hét 2-9th október 2019

Bevezetés a tudományos számítástechnikai Kutatási Technológiai Platform 1. rész – professzor David Quigley

diák

első távú hét 3 – 16th október 2019

Bevezetés a tudományos számítástechnikai Kutatási Technológiai Platform 2. rész-professzor David Quigley

diák

első ciklus 4. hét – 23. október 2019

bevezetés a Szoftverfejlesztésbe – Dr. Chris Brady és Dr. Heather Ratcliffe

ez a beszélgetés ezen diák összefoglalása alapján

első ciklus 5. hét – 30th október 2019

Verziókezelés és szoftver fenntarthatóság – Dr Chris Brady és Dr Heather Ratcliffe

első távú hét 6-November 6 2019

Bevezetés a bash scripting – Dr Paul Brown

diák

első távú hét 7-November 13 2019

interaktív tartalmú weboldalak készítése-Dr. Paul Brown

diák

első ciklus 8. hét – november 20. 2019

nincs szeminárium

első ciklus 9. hét – November 27. 2019

GPU-k használata Warwickban – David Quigley professzor

a jegyzetfüzet ezt a beszélgetést, valamint a Python GPU programozásának sokkal részletesebb notebookjait használják github.com/WarwickRSE/gpuschool2018

2018-2019 sorozat

első távú hét 2-10.Október 2018

Bevezetés a tudományos számítástechnikai Kutatási Technológiai platformhoz

Dr. David Quigley

a Warwicki Egyetem nyolc Kutatási Technológiai Platformot (RTP-t) működtet, amelyek az egyetemi kutatóközösséget szolgálják azáltal, hogy nagyszabású közös létesítményeket biztosítanak több akadémiai osztályok. Bemutatom a Scientific Computing RTP-n keresztül elérhető lehetőségeket, beleértve a managed Linux desktop environment és a high-performance computing (HPC) rendszereket. Ez magában foglalja a hozzáférés megszerzésének mechanizmusait, a felügyelt többfelhasználós Linux környezetben való hatékony működést, valamint a támogatás és a képzés elérésének módját.

első távú hét 3-Október 17 2018

statisztikai következtetés a genomi adatokból

Dr. Jere Koskela

a genetika technológiai forradalma folyamatban van. A genom szekvenálása egyre olcsóbb és olcsóbb, és végül az egészségügyi ellátás rutin részévé válik. Az előrejelzések szerint 15 éven belül egymilliárd emberi genomot szekvenálnak. Ezek az adatok azért izgalmasak, mert az egyének közötti DNS-szekvenciák variációs mintái számos biológiai és demográfiai folyamatról tartalmaznak információkat, mint például a mutáció, a természetes szelekció, a populáció mérete és a migrációs események. Az ilyen nagy mennyiségű adat azonban számos statisztikai és számítási kihívást vet fel. Meg fogom vitatni néhány statisztikai technikákat alkalmaztak, hogy ezeket a problémákat, amelynek középpontjában a Monte Carlo módszerek, mint például a fontos mintavétel, és Markov Chain Monte Carlo (MCMC). Bemutatok néhány populációgenetikai modellt is, amelyeket a nagyok evolúciójának tanulmányozására használnak, véletlenszerűen párosodó populációk, különös tekintettel a Koaleszcens elmélet néven ismert területre.

First-term week 4 – 24th October 2018

Data driven modeling – a modell a kromoszóma oszcilláció adatok bifurkációk

professzor Nigel Burroughs

Cell biology gyakran állítják, mint az új ‘fizika’, egy gazdag területen, ahol a fizikai elméletek lehet fejleszteni, hogy magyarázza/megjósolni biológiai folyamatok, analóg a kvantumfizika és relativitáselmélet sikerek a múlt század elején. Ennek az ambiciózus célnak a megvalósítása azonban nehéznek bizonyul, különösen azért, mert a biológiai folyamatok egyensúlyon kívül vannak, gyakran nagyon sztochasztikusak, kis számú molekulát tartalmaznak, és rendkívül összetettek, számos fenomenális önszerveződő dinamikát mutatnak. Ebben az előadásban azt fogom megvizsgálni, hogy mit jelent a biológiai folyamatok magyarázata, és hogyan kapcsolható össze egy sor fizikai technika a sztochasztikus szimulációktól, a dinamikus rendszerelemzéstől és a számítási statisztikáktól kezdve ezen összetett kérdések megválaszolásához. Példák a citoszkeletális mechanikából és a sejtosztódásból származnak.

első távú hét 6-November 7 2018

az emberi viselkedés megértése az adattudományokkal

Tobias Preis professzor

ebben az előadásban felvázoljuk kutatásunk néhány legutóbbi kiemelését, két kérdés megválaszolásával. Először is, a nagy adatforrások betekintést nyújthatnak-e a pénzügyi piacok válságaiba? A Google által a finanszírozással kapcsolatos keresési kifejezések és a Wikipedia cikkek nézeteinek elemzésével olyan mintákat találunk, amelyek a tőzsdei mozgások korai figyelmeztető jeleként értelmezhetők. Másodszor, betekintést nyújthatunk-e a gazdasági jólét nemzetközi különbségeibe az internettel való interakció mintáinak összehasonlításával? A kérdés megválaszolásához, bevezetünk egy jövőorientált indexet annak számszerűsítésére, hogy az internethasználók milyen mértékben keresnek több információt a jövő éveiről, mint a múlt éveiről. Elemezzük a Google naplóit, és feltűnő összefüggést találunk az ország GDP-je és a lakosság várakozásra való hajlama között. Eredményeink szemléltetik azt a potenciált, amelyet a kiterjedt viselkedési adatkészletek kombinálása kínál a nagyszabású emberi gazdasági viselkedés jobb megértéséhez.

első távú hét 7-November 14 2018

statisztikai következtetés a Markov chain Monte Carlo segítségével

Dr Jake Carson

ebben az előadásban bemutatok néhány technikát a modell illesztéséhez egy Bayes – keretrendszeren belül, és néhány egyszerű példával illusztrálom őket. Különösen fogok összpontosítani Markov lánc Monte Carlo és a kapcsolódó módszerek. Megpróbálom elmagyarázni, hogyan működik, miért használják oly gyakran, és gyakorlati útmutatást adok a végrehajtásához.

első távú Hét 8-21st November 2018

kép – alapú modellezése sejt dinamika

Dr Sharon Collier

Modern élő sejtes fluoreszcens mikroszkópia lehetővé teszi számunkra, hogy láthatóvá dinamikus sejtes folyamatok soha nem látott részletességgel. Bemutatom a folyamatban lévő kutatási projekteket, amelyek a sejtek és mozgásuk nyomon követésére szolgáló képelemzési módszerek, valamint a fluoreszcensen jelölt sejtkomponensek térbeli-időbeli mintázatának számszerűsítésére, valamint II) matematikai modellek a sejtbiokémia és a mechanika szabályozási mechanizmusainak vizsgálatára.

első távú Hét 9-28th November 2018

szoftverfejlesztés akadémikusok számára

Dr Heather Ratcliffe

a szoftverfejlesztés sokkal több, mint kódírás – a professzionális, karbantartható, érthető szoftverek előállításáról szól. Tervezés és stílus, dokumentáció, verziókezelés, csomagolás, licencelés és így tovább. Ennek az előadásnak az a célja, hogy bemutassa azokat a létfontosságú eszközöket, amelyekről tudnia kell, mint kutatók-akik-írnak-kódot, hogy jól felkészültek legyenek az olvasásra és a további tanulásra, valamint azok használatára. Megbeszéljük a verziókezelést Git formájában, egy kicsit a szoftverlicencelésről, néhány szép csomagot a kód dokumentálásához, és röviden megemlítünk néhány más dolgot, amit mindenkinek tudnia kell, de senki sem gondolja, hogy megemlítse.

2017-2018 sorozat

első távú hét 2-11 október 2017

kezelése komplexitás és önszerveződés a biológiai rendszerek

professzor Nigel Burroughs

sejtbiológia gyakran állítják, mint az új ‘fizika’, egy gazdag területen, ahol a fizikai elméletek lehet fejleszteni, hogy magyarázza/megjósolni a biológiai folyamatok hasonló a kvantumfizika és relativitáselmélet sikereihez a múlt század elején. Ennek az ambiciózus célnak a megvalósítása azonban nehéznek bizonyul, különösen azért, mert a biológiai folyamatok egyensúlyon kívül vannak, gyakran nagyon sztochasztikusak, kis számú molekulát tartalmaznak, és rendkívül összetettek, számos fenomenális önszerveződő dinamikát mutatnak. Ebben az előadásban azt fogom megvizsgálni, hogy mit jelent a biológiai folyamatok magyarázata, és hogyan kapcsolható össze egy sor fizikai technika a sztochasztikus szimulációktól, a dinamikus rendszerelemzéstől és a számítási statisztikáktól kezdve ezen összetett kérdések megválaszolásához. Példák a citoszkeletális mechanikából és a sejtosztódásból származnak.

első távú hét 3-18th October 2017

statisztikai következtetés a Markov chain Monte Carlo

Dr. Simon Spencer
ebben az előadásban bemutatok néhány technikát a modell illesztéséhez egy Bayes – I keretben, és néhány egyszerű példával illusztrálom őket. Különösen fogok összpontosítani Markov lánc Monte Carlo és a kapcsolódó módszerek. Megpróbálom elmagyarázni, hogyan működik, miért használják oly gyakran, és gyakorlati útmutatást adok a végrehajtásához.

első ciklus 4.hét-október 25, 2017

az emberi viselkedés megértése az adattudományokkal
Tobias Preis professzor
ebben az előadásban felvázoljuk kutatásunk néhány legutóbbi kiemelését, két kérdés megválaszolásával. Először is, a nagy adatforrások betekintést nyújthatnak-e a pénzügyi piacok válságaiba? A Google által a finanszírozással kapcsolatos keresési kifejezések és a Wikipedia cikkek nézeteinek elemzésével olyan mintákat találunk, amelyek a tőzsdei mozgások korai figyelmeztető jeleként értelmezhetők. Másodszor, betekintést nyújthatunk-e a gazdasági jólét nemzetközi különbségeibe az internettel való interakció mintáinak összehasonlításával? A kérdés megválaszolásához, bevezetünk egy jövőorientált indexet annak számszerűsítésére, hogy az internethasználók milyen mértékben keresnek több információt a jövő éveiről, mint a múlt éveiről. Elemezzük a Google naplóit, és feltűnő összefüggést találunk az ország GDP-je és a lakosság várakozásra való hajlama között. Eredményeink szemléltetik azt a potenciált, amelyet a kiterjedt viselkedési adatkészletek kombinálása kínál a nagyszabású emberi gazdasági viselkedés jobb megértéséhez.

első távú hét 6-8 November 2017

tudományos számítástechnika Julia
professzor Christoph Ortner
1.rész: Bevezetés Julia. Röviden bemutatom a Julia nyelvet és annak néhány eszközét, és megmutatom, hogyan interpolálja a Matlab-ot, a Pythont és a Lisp-et egy olyan programozási környezetbe, amely tökéletesen alkalmas a numerikusan intenzív számítástechnikára, mind a gyors prototípuskészítésre, mind a HPC-re.
2. rész: Néhány példát mutatok be a többlépcsős anyagmodellezéssel kapcsolatos saját kutatásaimból.

első távú hét 7-November 15 2017
sztochasztikus szimulációk
Matthew Keeling professzor
ebben az előadásban kezdetben megvitatjuk a sztochaszticitás fontosságát a valós problémák megértésében. A sztochaszticitás sokféleképpen beépíthető, de az egyéni alapú, eseményvezérelt sztochaszticitásra fogunk összpontosítani, és megvitatjuk az ilyen dinamikák szimulálásának módszereit. A kizárólag ökológiából és epidemiológiából származó példákat szemérmetlenül figyelembe vesszük mind a Gillespie módszereit, mind az Ensemble/Master egyenleteket. Megvitatjuk, mi történik, ha a populáció mérete nagy lesz — és olyan közelítéseket, amelyek számítási szempontból kezelhetővé teszik a problémát. Végül megvizsgáljuk a teljesen egyedi alapú térbeli szimulációkat, és megvitatjuk azokat a módszereket, amelyek hatalmas számítási megtakarítást eredményezhetnek.

első ciklus hét 8-22nd November 2017

kép – alapú modellezése sejt dinamika
professzor Till Bretschneider

Modern élő sejtes fluoreszcens mikroszkópia lehetővé teszi számunkra, hogy láthatóvá dinamikus sejtes folyamatok soha nem látott részletességgel. Bemutatom a folyamatban lévő kutatási projekteket, amelyek a sejtek és mozgásuk nyomon követésére szolgáló képelemzési módszerek, valamint a fluoreszcensen jelölt sejtkomponensek térbeli-időbeli mintázatának számszerűsítésére, valamint II) matematikai modellek a sejtbiokémia és a mechanika szabályozási mechanizmusainak vizsgálatára.

első ciklus hét 9-November 29 2017

statisztikai következtetés a genomi adatok

Dr. Paul Jenkins

a technológiai forradalom genetika folyamatban van. A genom szekvenálása egyre olcsóbb és olcsóbb, és végül az egészségügyi ellátás rutin részévé válik. Az előrejelzések szerint 15 éven belül egymilliárd emberi genomot szekvenálnak. Ezek az adatok azért izgalmasak, mert az egyének közötti DNS-szekvenciák variációs mintái számos biológiai és demográfiai folyamatról tartalmaznak információkat, mint például a mutáció, a természetes szelekció, a populáció mérete és a migrációs események. Az ilyen nagy mennyiségű adat azonban számos statisztikai és számítási kihívást vet fel. Meg fogom vitatni néhány olyan statisztikai technikát, amelyet ezeknek a problémáknak a kezelésére alkalmaztak, különös tekintettel a Monte Carlo módszerekre, mint például a fontossági mintavétel, A Markov Chain Monte Carlo (MCMC) és a hozzávetőleges Bayes-számítás (ABC). Bemutatok néhány populációgenetikai modellt is, amelyeket a nagyok evolúciójának tanulmányozására használnak, véletlenszerűen párosodó populációk, különös tekintettel a Koaleszcens elmélet néven ismert területre.

2016-2017 sorozat
ez a tanfolyam szerdán 11-től 12-ig tart a D1.07 szobában.

első távú hét 2-október 12 2016

az emberi viselkedés megértése az adattudományokkal
Dr. Tobias Preis
ebben az előadásban felvázoljuk kutatásunk néhány legutóbbi kiemelését, két kérdés megválaszolásával. Először is, a nagy adatforrások betekintést nyújthatnak-e a pénzügyi piacok válságaiba? A Google által a finanszírozással kapcsolatos keresési kifejezések és a Wikipedia cikkek nézeteinek elemzésével olyan mintákat találunk, amelyek a tőzsdei mozgások korai figyelmeztető jeleként értelmezhetők. Másodszor, betekintést nyújthatunk-e a gazdasági jólét nemzetközi különbségeibe az internettel való interakció mintáinak összehasonlításával? A kérdés megválaszolásához, bevezetünk egy jövőorientált indexet annak számszerűsítésére, hogy az internethasználók milyen mértékben keresnek több információt a jövő éveiről, mint a múlt éveiről. Elemezzük a Google naplóit, és feltűnő összefüggést találunk az ország GDP-je és a lakosság várakozásra való hajlama között. Eredményeink szemléltetik azt a potenciált, amelyet a kiterjedt viselkedési adatkészletek kombinálása kínál a nagyszabású emberi gazdasági viselkedés jobb megértéséhez.

első távú hét 3-Október 19 2016

sztochasztikus szimulációk
Matthew Keeling professzor
ebben az előadásban kezdetben megvitatjuk a sztochaszticitás fontosságát a valós problémák megértésében. A sztochaszticitás sokféleképpen beépíthető, de az egyéni alapú, eseményvezérelt sztochaszticitásra fogunk összpontosítani, és megvitatjuk az ilyen dinamikák szimulálásának módszereit. A kizárólag ökológiából és epidemiológiából származó példákat szemérmetlenül figyelembe vesszük mind a Gillespie módszereit, mind az Ensemble/Master egyenleteket. Megvitatjuk, mi történik, ha a populáció mérete nagy lesz — és olyan közelítéseket, amelyek számítási szempontból kezelhetővé teszik a problémát. Végül megvizsgáljuk a teljesen egyedi alapú térbeli szimulációkat, és megvitatjuk azokat a módszereket, amelyek hatalmas számítási megtakarítást eredményezhetnek.

első távú hét 4-Október 26, 2016

Big data és bioinformatika
Dr. Richard Savage
az orvostudomány és a biológia adatforradalomon megy keresztül. A teljes genom szekvenálásától a digitális képalkotásig és az elektronikus egészségügyi nyilvántartásokig az új adatforrások forradalmasíthatják a betegségek kezelését és az orvosbiológiai kutatásainkat. Ezekkel a lehetőségekkel azonban jelentős kihívások merülnek fel. Az adatok gyakran nagy dimenziójúak, zajosak, összetett mögöttes szerkezettel. És lehet, hogy több adattípust szeretnénk kombinálni nagyon különböző forrásokból. Bemutatom néhány ilyen kérdést, néhány valós projektre összpontosítva, amelyek megváltoztathatják a kutatás módját ezeken a területeken. Arról is beszélek, hogy ez hogyan kapcsolódik Warwick részvételéhez olyan nagyszabású projektekben, mint a 100 000 Genomes Project és az Alan Turing Intézet.

első távú hét 5-November 2 2016

számítási technikák matematikai biológia
Dr Nabil – Fareed Alikhan, Dr. till Bretschneider és Dr. Giorgos Minas

első távú hét 6-November 9 2016

nincs szeminárium ezen a héten

első-term hét 7 – november 16 2016

statisztikai következtetés segítségével Markov chain Monte Carlo
Dr. Simon Spencer
ebben az előadásban Fogok bemutatni néhány technikát modell illeszkedő egy Bayes-keret, és illusztrálja őket néhány egyszerű példát. Különösen fogok összpontosítani Markov lánc Monte Carlo és a kapcsolódó módszerek. Megpróbálom elmagyarázni, hogyan működik, miért használják oly gyakran, és gyakorlati útmutatást adok a végrehajtásához.

első távú Hét 8-23rd November 2016

tudományos számítástechnika Julia
professzor Christoph Ortner
1.rész: Bevezetés Julia. Röviden bemutatom a Julia nyelvet és annak néhány eszközét, és megmutatom, hogyan interpolálja a Matlab-ot, a Pythont és a Lisp-et egy olyan programozási környezetbe, amely tökéletesen alkalmas a numerikusan intenzív számítástechnikára, mind a gyors prototípuskészítésre, mind a HPC-re.
2. rész: bemutatok néhány példát a többlépcsős anyagmodellezéssel kapcsolatos saját kutatásaimból.

első ciklus hét 9-30 November 2016

következtetés és illeszkedő térbeli dinamikus rendszerek sejtbiológia.
Nigel Burroughs professzor
A sejtbiológiát gyakran nevezik az új fizikának, egy gazdag területnek, ahol fizikai elméletek fejleszthetők ki a biológiai folyamatok magyarázatára/előrejelzésére, hasonlóan a múlt század eleji kvantumfizikai és relativitáselméleti sikerekhez. Ennek az ambiciózus célnak a megvalósítása azonban nehéznek bizonyul, különösen azért, mert a biológiai folyamatok egyensúlyon kívül vannak, gyakran nagyon sztochasztikusak, kis számú molekulát tartalmaznak, és rendkívül összetettek, számos fenomenális önszerveződő dinamikát mutatnak. Ebben az előadásban azt fogom megvizsgálni, hogy mit jelent a biológiai folyamatok magyarázata, beleértve a modellek/modellezés típusainak megvitatását, és amikor hasznosak, összehasonlítva ezeket a modelleket az adatokkal (reverse engineering) és ezeknek a modelleknek a hitelesítése. Példák lesznek a citoszkeletális folyamatokból és a sejtosztódásból.

2015-2016 sorozat
ez a tanfolyam szerdán 11-től 12-ig tart a komplexitás előadótermében.

első távú hét 2-Október 14 2015

sztochasztikus szimulációk
Matthew Keeling professzor
ebben az előadásban kezdetben megvitatjuk a sztochaszticitás fontosságát a valós problémák megértésében. A sztochaszticitás sokféleképpen beépíthető, de az egyéni alapú, eseményvezérelt sztochaszticitásra fogunk összpontosítani, és megvitatjuk az ilyen dinamikák szimulálásának módszereit. A kizárólag ökológiából és epidemiológiából származó példákat szemérmetlenül figyelembe vesszük mind a Gillespie módszereit, mind az Ensemble/Master egyenleteket. Megvitatjuk, mi történik, ha a populáció mérete nagy lesz — és olyan közelítéseket, amelyek számítási szempontból kezelhetővé teszik a problémát. Végül megvizsgáljuk a teljesen egyedi alapú térbeli szimulációkat, és megvitatjuk azokat a módszereket, amelyek hatalmas számítási megtakarítást eredményezhetnek.

első távú hét 3-október 21, 2015

tudományos számítástechnika Warwick: a kettős perspektíva egy vegyész/igazgató
professzor Mark Rodger
ez a beszélgetés fog egy pillantást a tudományos számítástechnika Warwick mind általános, mind személyes szempontból. Általános szempontból arra fogok törekedni, hogy áttekintést nyújtsak a Warwickon belül folyó tevékenységekről, a tudományos számítástechnikai központ szerepéről e tevékenységek előmozdításában, valamint néhány olyan hardverről és szoftverről, amely könnyen elérhető a tudományos számítástechnika általános területén végzett kutatás támogatására. Ahhoz, hogy egy személyesebb perspektívát, megyek, hogy leírja néhány kutatás, hogy én a területen a klasszikus statisztikai mechanika és molekuláris modellezés, különösen leírja néhány adaptív molekuláris dinamika módszereket fejlesztettek ki az elmúlt években, hogy javítsa fázis űrkutatás, jellemzése szabad energia tájak, és a szimuláció ritka események alkalmazások anyagtudomány.

első ciklus hét 4-28 október 2015

következtetés és illeszkedő térbeli dinamikus rendszerek sejtbiológia.
Nigel Burroughs professzor
A sejtbiológiát gyakran nevezik az új fizikának, egy gazdag területnek, ahol fizikai elméletek fejleszthetők ki a biológiai folyamatok magyarázatára/előrejelzésére, hasonlóan a múlt század eleji kvantumfizikai és relativitáselméleti sikerekhez. Ennek az ambiciózus célnak a megvalósítása azonban nehéznek bizonyul, különösen azért, mert a biológiai folyamatok egyensúlyon kívül vannak, gyakran nagyon sztochasztikusak, kis számú molekulát tartalmaznak, és rendkívül összetettek, számos fenomenális önszerveződő dinamikát mutatnak. Ebben az előadásban azt fogom megvizsgálni, hogy mit jelent a biológiai folyamatok magyarázata, beleértve a modellek/modellezés típusainak megvitatását, és amikor hasznosak, összehasonlítva ezeket a modelleket az adatokkal (reverse engineering) és ezeknek a modelleknek a hitelesítése. Példák lesznek a citoszkeletális folyamatokból és a sejtosztódásból.

első távú hét 5-November 4 2015

tömeges egyváltozós és többváltozós megközelítések a genetikai variáció megértéséhez az agyban
Thomas Nichols professzor
nagy érdeklődés mutatkozott a genetikai variáció szerepének felfedezésében és megértésében az agyi képalkotó adatokban. A tipikus “képalkotó genetika” vizsgálatok kis számú jelölt gént, kis számú agyi régiót vagy mindkettőt használnak. Ebben az előadásban megvizsgálom a gén-agy asszociációk keresésének módszereit a teljes genomban és az összes agyi régióban. Ez a megközelítés hatalmas számítási és statisztikai kihívásokat jelent. Két megközelítést fogok megvitatni, egy tömeges-egyváltozós megközelítést és egy többváltozós megközelítést. A tömeg-egyváltozós modell a szabványos eszköz a neuroimaging elemzésben, de a 100 000 SNP-re történő méretezés számos számítási és statisztikai újítást igényel. Az ADNI projekt tenzor alapú morfometriai adataira alkalmazott módszerünkkel, beszámolunk az első gén-agy társulásról, amely túlélte a teljes genomot, egész agy családonként hibajavítás. Többváltozós megközelítésünk egy ritka csökkentett rangú regressziót (sRRR) használ a gén-agy asszociációk közös és parsimoniously magyarázatára. A részletes részletes teljesítményelemzések azt mutatják, hogy a többváltozós megközelítésnek még nagyobb erővel kell rendelkeznie, mint az egyváltozós megközelítésnek.

első távú week 6-November 11 2015

statisztikai következtetés segítségével Markov chain Monte Carlo
Dr. Simon Spencer
ebben az előadásban fogok bemutatni néhány technikát modell illeszkedő egy Bayes – keret, és illusztrálja őket néhány egyszerű példát. Különösen fogok összpontosítani Markov lánc Monte Carlo és a kapcsolódó módszerek. Megpróbálom elmagyarázni, hogyan működik, miért használják oly gyakran, és gyakorlati útmutatást adok a végrehajtásához.

első távú hét 7-November 18 2015

Big data és bioinformatika
Dr. Richard Savage
az orvostudomány és a biológia adatforradalom alatt áll. A teljes genom szekvenálásától a digitális képalkotásig és az elektronikus egészségügyi nyilvántartásokig az új adatforrások forradalmasíthatják a betegségek kezelését és az orvosbiológiai kutatásainkat. Ezekkel a lehetőségekkel azonban jelentős kihívások merülnek fel. Az adatok gyakran nagy dimenziójúak, zajosak, összetett mögöttes szerkezettel. És lehet, hogy több adattípust szeretnénk kombinálni nagyon különböző forrásokból. Bemutatom néhány ilyen kérdést, néhány valós projektre összpontosítva, amelyek megváltoztathatják a kutatás módját ezeken a területeken. Arról is beszélek, hogy ez hogyan kapcsolódik Warwick részvételéhez olyan nagyszabású projektekben, mint a 100 000 Genomes Project és az Alan Turing Intézet.

első távú Hét 8-25th December 2015

nincs beszélgetés ezen a héten

első távú Hét 9 – 2nd December 2015

az emberi viselkedés megértése az Adattudomány
Dr. Tobias Preis
ebben az előadásban felvázoljuk néhány legutóbbi kiemeli a kutatás, amely két kérdést. Először is, a nagy adatforrások betekintést nyújthatnak-e a pénzügyi piacok válságaiba? A Google által a finanszírozással kapcsolatos keresési kifejezések és a Wikipedia cikkek nézeteinek elemzésével olyan mintákat találunk, amelyek a tőzsdei mozgások korai figyelmeztető jeleként értelmezhetők. Másodszor, betekintést nyújthatunk-e a gazdasági jólét nemzetközi különbségeibe az internettel való interakció mintáinak összehasonlításával? A kérdés megválaszolásához, bevezetünk egy jövőorientált indexet annak számszerűsítésére, hogy az internethasználók milyen mértékben keresnek több információt a jövő éveiről, mint a múlt éveiről. Elemezzük a Google naplóit, és feltűnő összefüggést találunk az ország GDP-je és a lakosság várakozásra való hajlama között. Eredményeink szemléltetik azt a potenciált, amelyet a kiterjedt viselkedési adatkészletek kombinálása kínál a nagyszabású emberi gazdasági viselkedés jobb megértéséhez.