Matematyka dla Systemów realnych Centrum Kształcenia Doktoranckiego

2019-2020 seria
środy 11.00-12.00 w D1.07

uczestnictwo w tych zajęciach jest obowiązkowe dla studentów magisterskich.

pierwszy semestr tydzień 2-9 października 2019

Wprowadzenie do platformy naukowej technologii obliczeniowej Część 1 – profesor David Quigley

slajdy

pierwszy semestr tydzień 3 – 16 października 2019

Wprowadzenie do platformy naukowej technologii obliczeniowej część 2-profesor David Quigley

slajdy

pierwszy semestr tydzień 4 – 23 października 2019

wprowadzenie do tworzenia oprogramowania – Dr Chris Brady i dr Heather Ratcliffe

ten wykład oparty na podsumowaniu tych slajdów

pierwszy semestr tydzień 5 – 30 października 2019

Kontrola wersji i zrównoważony rozwój oprogramowania – Dr Chris Brady i dr Heather Ratcliffe

pierwszy tydzień 6-6 listopada 2019

Wprowadzenie do skryptów bash – dr Paul Brown

slajdy

pierwszy tydzień 7-13 listopada 2019

tworzenie stron internetowych z interaktywnymi treściami-dr Paul Brown

slajdy

pierwszy tydzień 8 – 20 listopada 2019

brak seminarium

pierwszy tydzień 9 – 27 listopada 2019

korzystanie z GPU w Warwick-profesor David Quigley

Notebook używane do wygłoszenia tego wykładu, a także znacznie bardziej szczegółowe Notebooki na temat programowania GPU w Pythonie są na github.com/WarwickRSE/gpuschool2018

seria 2018-2019

pierwszy semestr tydzień 2-10 października 2018

Wprowadzenie do platformy naukowej technologii obliczeniowej

Dr David Quigley

Uniwersytet w Warwick prowadzi osiem Platform technologii badawczych (RTP), które służą społeczności badawczej Uniwersytetu, zapewniając wspólne obiekty na dużą skalę w wielu ośrodkach akademickich.działów. Przedstawię udogodnienia dostępne za pośrednictwem Scientific Computing RTP, w tym nasze zarządzane środowisko graficzne Linux i systemy HPC (high-performance computing). Obejmie to mechanizmy uzyskiwania dostępu, efektywną pracę w zarządzanym środowisku Linuksowym dla wielu użytkowników oraz dostęp do wsparcia i szkoleń.

pierwszy semestr tydzień 3-17 października 2018

Wnioskowanie statystyczne z danych genomowych

Dr Jere Koskela

trwa rewolucja technologiczna w genetyce. Sekwencjonowanie genomu jest coraz tańsze i tańsze, i ostatecznie stać się rutynową częścią opieki zdrowotnej. Przewiduje się, że w ciągu 15 lat zsekwencjonuje się Miliard ludzkich genomów. Dane te są ekscytujące, ponieważ wzorce zmienności sekwencji DNA między osobnikami zawierają informacje o wielu procesach biologicznych i demograficznych, takich jak mutacje, dobór naturalny, rozmiary populacji i wydarzenia migracyjne. Jednak tak duża ilość danych stwarza szereg wyzwań statystycznych i obliczeniowych. Omówię niektóre z technik statystycznych, które zostały zastosowane w celu rozwiązania tych problemów, ze szczególnym uwzględnieniem metod Monte Carlo, takich jak pobieranie próbek wagi i łańcuch Markowa Monte Carlo (MCMC). Przedstawię również niektóre z modeli genetyki populacji, które są używane do badania ewolucji dużych, losowych grup, ze szczególnym wykorzystaniem obszaru znanego jako teoria koalescencji.

pierwszy semestr tydzień 4-24 października 2018

Data driven modeling – model oscylacji chromosomów od danych do bifurkacji

profesor Nigel Burroughs

Biologia komórki jest często określana jako nowa “fizyka”, bogata dziedzina, w której można rozwijać teorie fizyczne w celu wyjaśnienia/przewidywania procesów biologicznych, analogicznie do sukcesów fizyki kwantowej i teorii względności na początku ubiegłego wieku. Realizacja tego ambitnego celu okazuje się jednak trudna, zwłaszcza, że procesy biologiczne nie są zrównoważone, często są wysoce stochastyczne z udziałem niewielkiej liczby cząsteczek i są bardzo złożone, wykazując szereg fenomenalnych Dynamik samoorganizujących się. W tym wykładzie zbadam ,co to znaczy “wyjaśnić” procesy biologiczne i jak szereg technik fizycznych z symulacji stochastycznych, analizy systemów dynamicznych i statystyki obliczeniowej mogą być połączone razem, aby rozwiązać te złożone pytania. Przykłady zostaną zaczerpnięte z mechaniki cytoszkieletu i podziału komórek.

pierwszy semestr Tydzień 6-7th November 2018

zrozumienie ludzkich zachowań za pomocą nauki o danych

profesor Tobias Preis

w tym wykładzie przedstawimy kilka najnowszych osiągnięć naszych badań, odnosząc się do dwóch pytań. Po pierwsze, czy zasoby big data mogą zapewnić wgląd w kryzysy na rynkach finansowych? Analizując ilość zapytań Google pod kątem wyszukiwanych haseł związanych z finansami i poglądami artykułów Wikipedii, znajdujemy wzorce, które można interpretować jako wczesne oznaki ostrzegawcze ruchów na giełdzie. Po drugie, czy poprzez porównanie wzorców interakcji z Internetem możemy zapewnić wgląd w międzynarodowe różnice w dobrostanie gospodarczym? Aby odpowiedzieć na to pytanie, Wprowadzamy wskaźnik orientacji na przyszłość, aby określić, w jakim stopniu internauci szukają więcej informacji na temat lat w przyszłości niż lat w przeszłości. Analizujemy dzienniki Google i znajdujemy uderzającą korelację między PKB kraju a predyspozycjami jego mieszkańców do patrzenia w przyszłość. Nasze wyniki ilustrują potencjał, jaki daje łączenie obszernych zestawów danych behawioralnych w celu lepszego zrozumienia zachowań ekonomicznych człowieka na dużą skalę.

pierwszy semestr Tydzień 7-14 listopada 2018

Wnioskowanie statystyczne z wykorzystaniem łańcucha Markowa Monte Carlo

Dr Jake Carson

w tym wykładzie przedstawię kilka technik dopasowywania modeli w ramach bayesowskich i zilustruję je kilkoma prostymi przykładami. W szczególności skupię się na łańcuchu Markowa Monte Carlo i związanych z nim metodach. Postaram się wyjaśnić, jak to działa, dlaczego jest tak powszechnie stosowane i dać kilka praktycznych wskazówek na temat jego realizacji.

pierwszy semestr Tydzień 8-21 listopada 2018

obrazowe modelowanie dynamiki komórek

Dr Sharon Collier

Nowoczesna mikroskopia Fluorescencyjna z żywych komórek umożliwia nam wizualizację dynamicznych procesów komórkowych w niespotykanych dotąd szczegółach. Przedstawię bieżące projekty badawcze, które dotyczą i) metod analizy obrazu w celu śledzenia komórek i ich ruchów oraz ilościowego określania przestrzenno-czasowych wzorców fluorescencyjnie znakowanych składników komórkowych oraz ii) modeli matematycznych do badania mechanizmów regulacyjnych biochemii i mechaniki komórkowej.

pierwszy semestr Tydzień 9-28 listopada 2018

tworzenie oprogramowania dla naukowców

Dr Heather Ratcliffe

tworzenie oprogramowania to znacznie więcej niż pisanie kodu – chodzi o tworzenie profesjonalnego, łatwego w utrzymaniu i zrozumiałego oprogramowania. Planowanie i styl, dokumentacja, Kontrola wersji, pakowanie, licencjonowanie i inne. Ten wykład ma na celu wprowadzenie niektórych z ważnych narzędzi, które powinieneś wiedzieć o jako naukowcy-którzy-piszą-kod, tak, że jesteś dobrze wyposażony, aby czytać i uczyć się dalej i używać ich. Omówimy kontrolę wersji w formie Git, trochę o licencjonowaniu oprogramowania, kilka ładnych pakietów do dokumentowania kodu i pokrótce wspomnimy o kilku innych rzeczach, o których każdy powinien wiedzieć, ale nikt nie myśli, aby wspomnieć.

Seria 2017-2018

pierwszy semestr tydzień 2-11 października 2017

walka ze złożonością i samoorganizacją w systemach biologicznych

profesor Nigel Burroughs

Biologia komórki jest często określana jako nowa “fizyka”, bogata dziedzina, w której można rozwijać teorie fizyczne w celu wyjaśnienia/przewidywania procesów biologicznych, analogiczne do sukcesów fizyki kwantowej i teorii względności na początku ubiegłego wieku. Realizacja tego ambitnego celu okazuje się jednak trudna, zwłaszcza, że procesy biologiczne nie są zrównoważone, często są wysoce stochastyczne z udziałem niewielkiej liczby cząsteczek i są bardzo złożone, wykazując szereg fenomenalnych Dynamik samoorganizujących się. W tym wykładzie zbadam ,co to znaczy “wyjaśnić” procesy biologiczne i jak szereg technik fizycznych z symulacji stochastycznych, analizy systemów dynamicznych i statystyki obliczeniowej mogą być połączone razem, aby rozwiązać te złożone pytania. Przykłady zostaną zaczerpnięte z mechaniki cytoszkieletu i podziału komórek.

pierwszy semestr tydzień 3-18 października 2017

Wnioskowanie statystyczne z wykorzystaniem łańcucha Markowa Monte Carlo

Dr Simon Spencer
w tym wykładzie przedstawię kilka technik dopasowywania modeli w ramach bayesowskich i zilustruję je kilkoma prostymi przykładami. W szczególności skupię się na łańcuchu Markowa Monte Carlo i związanych z nim metodach. Postaram się wyjaśnić, jak to działa, dlaczego jest tak powszechnie stosowane i dać kilka praktycznych wskazówek na temat jego realizacji.

pierwszy semestr tydzień 4-25 października 2017

zrozumienie ludzkich zachowań za pomocą nauki o danych
profesor Tobias Preis
w tym wykładzie przedstawimy kilka najnowszych osiągnięć naszych badań, odnosząc się do dwóch pytań. Po pierwsze, czy zasoby big data mogą zapewnić wgląd w kryzysy na rynkach finansowych? Analizując ilość zapytań Google pod kątem wyszukiwanych haseł związanych z finansami i poglądami artykułów Wikipedii, znajdujemy wzorce, które można interpretować jako wczesne oznaki ostrzegawcze ruchów na giełdzie. Po drugie, czy poprzez porównanie wzorców interakcji z Internetem możemy zapewnić wgląd w międzynarodowe różnice w dobrostanie gospodarczym? Aby odpowiedzieć na to pytanie, Wprowadzamy wskaźnik orientacji na przyszłość, aby określić, w jakim stopniu internauci szukają więcej informacji na temat lat w przyszłości niż lat w przeszłości. Analizujemy dzienniki Google i znajdujemy uderzającą korelację między PKB kraju a predyspozycjami jego mieszkańców do patrzenia w przyszłość. Nasze wyniki ilustrują potencjał, jaki daje łączenie obszernych zestawów danych behawioralnych w celu lepszego zrozumienia zachowań ekonomicznych człowieka na dużą skalę.

pierwszy semestr Tydzień 6-8 listopada 2017

obliczenia naukowe z Julią
profesor Christoph Ortner
Część 1: Wprowadzenie do Julii. Krótko przedstawię język Julia i niektóre z jego narzędzi, a także pokażę, jak interpoluje Matlab, Python i Lisp do środowiska programistycznego, które doskonale nadaje się do obliczeń intensywnych numerycznie, zarówno rapid prototyping, jak i HPC.
cz. 2: Pokażę kilka przykładów z moich własnych badań nad wieloskalowym modelowaniem materiałów.

pierwszy semestr Tydzień 7-15 listopada 2017
symulacje stochastyczne
profesor Matthew Keeling
w tym wykładzie początkowo omówimy znaczenie stochastyczności w zrozumieniu rzeczywistych problemów. Stochastyczność można włączyć na wiele sposobów, ale skupimy się na indywidualnej stochastyczności napędzanej zdarzeniami i omówimy metody symulacji takiej dynamiki. Biorąc przykłady wyłącznie z ekologii i epidemiologii, rozważymy zarówno metody Gillespiego, jak i równania Ensemble / Master. Omówimy, co się dzieje, gdy wielkość populacji staje się duża – i przybliżenia, które sprawiają, że problem jest obliczalny. Na koniec przyjrzymy się w pełni indywidualnym symulacjom przestrzennym i omówimy metody, które mogą zapewnić ogromne oszczędności obliczeniowe.

pierwszy semestr Tydzień 8-22 listopada 2017

obrazowe modelowanie dynamiki komórek
profesor Till Bretschneider

Nowoczesna mikroskopia fluorescencyjna żywych komórek umożliwia nam wizualizację dynamicznych procesów komórkowych w niespotykanych dotąd szczegółach. Przedstawię bieżące projekty badawcze, które dotyczą i) metod analizy obrazu w celu śledzenia komórek i ich ruchów oraz ilościowego określania przestrzenno-czasowych wzorców fluorescencyjnie znakowanych składników komórkowych oraz ii) modeli matematycznych do badania mechanizmów regulacyjnych biochemii i mechaniki komórkowej.

pierwszy semestr Tydzień 9-29 listopada 2017

Wnioskowanie statystyczne z danych genomowych

Dr Paul Jenkins

trwa rewolucja technologiczna w genetyce. Sekwencjonowanie genomu jest coraz tańsze i tańsze, i ostatecznie stać się rutynową częścią opieki zdrowotnej. Przewiduje się, że w ciągu 15 lat zsekwencjonuje się Miliard ludzkich genomów. Dane te są ekscytujące, ponieważ wzorce zmienności sekwencji DNA między osobnikami zawierają informacje o wielu procesach biologicznych i demograficznych, takich jak mutacje, dobór naturalny, rozmiary populacji i wydarzenia migracyjne. Jednak tak duża ilość danych stwarza szereg wyzwań statystycznych i obliczeniowych. Omówię niektóre z technik statystycznych, które zostały zastosowane w celu rozwiązania tych problemów, z naciskiem na metody Monte Carlo, takie jak pobieranie próbek wagi, Łańcuch Markowa Monte Carlo (MCMC) i przybliżone obliczenia bayesowskie (ABC). Przedstawię również niektóre z modeli genetyki populacji, które są używane do badania ewolucji dużych, losowych grup, ze szczególnym wykorzystaniem obszaru znanego jako teoria koalescencji.

seria 2016-2017
ten kurs odbywa się w środy 11: 00-12: 00 w sali D1.07.

pierwszy semestr tydzień 2-12 października 2016

zrozumienie ludzkich zachowań za pomocą nauki o danych
Dr Tobias Preis
w tym wykładzie przedstawimy kilka ostatnich punktów naszych badań, odnosząc się do dwóch pytań. Po pierwsze, czy zasoby big data mogą zapewnić wgląd w kryzysy na rynkach finansowych? Analizując ilość zapytań Google pod kątem wyszukiwanych haseł związanych z finansami i poglądami artykułów Wikipedii, znajdujemy wzorce, które można interpretować jako wczesne oznaki ostrzegawcze ruchów na giełdzie. Po drugie, czy poprzez porównanie wzorców interakcji z Internetem możemy zapewnić wgląd w międzynarodowe różnice w dobrostanie gospodarczym? Aby odpowiedzieć na to pytanie, Wprowadzamy wskaźnik orientacji na przyszłość, aby określić, w jakim stopniu internauci szukają więcej informacji na temat lat w przyszłości niż lat w przeszłości. Analizujemy dzienniki Google i znajdujemy uderzającą korelację między PKB kraju a predyspozycjami jego mieszkańców do patrzenia w przyszłość. Nasze wyniki ilustrują potencjał, jaki daje łączenie obszernych zestawów danych behawioralnych w celu lepszego zrozumienia zachowań ekonomicznych człowieka na dużą skalę.

pierwszy semestr tydzień 3-19 października 2016

symulacje stochastyczne
profesor Matthew Keeling
w tym wykładzie początkowo omówimy znaczenie stochastyczności w zrozumieniu rzeczywistych problemów. Stochastyczność można włączyć na wiele sposobów, ale skupimy się na indywidualnej stochastyczności napędzanej zdarzeniami i omówimy metody symulacji takiej dynamiki. Biorąc przykłady wyłącznie z ekologii i epidemiologii, rozważymy zarówno metody Gillespiego, jak i równania Ensemble / Master. Omówimy, co się dzieje, gdy wielkość populacji staje się duża – i przybliżenia, które sprawiają, że problem jest obliczalny. Na koniec przyjrzymy się w pełni indywidualnym symulacjom przestrzennym i omówimy metody, które mogą zapewnić ogromne oszczędności obliczeniowe.

pierwszy semestr tydzień 4-26 października 2016

Big data i bioinformatyka
Dr Richard Savage
Medycyna i biologia przechodzą rewolucję danych. Od sekwencjonowania całego genomu do cyfrowego obrazowania i elektronicznej dokumentacji medycznej, nowe źródła danych obiecują zrewolucjonizować sposób leczenia chorób i prowadzenia naszych badań biomedycznych. Z tymi możliwościami wiążą się jednak poważne wyzwania. Dane są często wysokowymiarowe, hałaśliwe,o złożonej strukturze. I możemy chcieć połączyć wiele typów danych z bardzo różnych źródeł. Oprowadzę niektóre z tych zagadnień, skupiając się na rzeczywistych projektach, które mogą zmienić sposób, w jaki prowadzimy badania w tych obszarach. Opowiem również o tym, jak odnosi się to do zaangażowania Warwicka w projekty na dużą skalę, takie jak projekt 100 000 genomów i Instytut Alana Turinga.

pierwszy semestr Tydzień 5-2 listopada 2016

techniki obliczeniowe w biologii matematycznej
Dr Nabil – Fareed Alikhan, Dr Till Bretschneider i Dr Giorgos Minas

pierwszy semestr tydzień 6-9 listopada 2016

brak seminarium w tym tygodniu

pierwszy semestr tydzień 7-16 listopada 2016

Wnioskowanie statystyczne z wykorzystaniem łańcucha markowa Monte Carlo
dr Simon Spencer
w tym wykładzie przedstawię kilka technik dopasowywania modeli w ramach bayesowskich i zilustruję je kilkoma prostymi przykładami. W szczególności skupię się na łańcuchu Markowa Monte Carlo i związanych z nim metodach. Postaram się wyjaśnić, jak to działa, dlaczego jest tak powszechnie stosowane i dać kilka praktycznych wskazówek na temat jego realizacji.

pierwszy semestr Tydzień 8-23 listopada 2016

obliczenia naukowe z Julią
profesor Christoph Ortner
Część 1: Wprowadzenie do Julii. Krótko przedstawię język Julia i niektóre z jego narzędzi, a także pokażę, jak interpoluje Matlab, Python i Lisp do środowiska programistycznego, które doskonale nadaje się do obliczeń intensywnych numerycznie, zarówno rapid prototyping, jak i HPC.
część 2: pokażę kilka przykładów z moich własnych badań nad wieloskalowym modelowaniem materiałów.

pierwszy semestr Tydzień 9-30 listopada 2016

wnioskowanie i dopasowywanie przestrzennych systemów dynamicznych w biologii komórki.
profesor Nigel Burroughs
biologia komórki jest często określana jako nowa “fizyka”, bogata dziedzina, w której można rozwijać teorie fizyczne w celu wyjaśnienia/przewidywania procesów biologicznych, analogicznie do sukcesów fizyki kwantowej i teorii względności na początku ubiegłego wieku. Realizacja tego ambitnego celu okazuje się jednak trudna, zwłaszcza, że procesy biologiczne nie są zrównoważone, często są wysoce stochastyczne z udziałem niewielkiej liczby cząsteczek i są bardzo złożone, wykazując szereg fenomenalnych Dynamik samoorganizujących się. W tym wykładzie zbadam ,co to znaczy “wyjaśnić” procesy biologiczne, w tym omówienie rodzajów modeli / modelowania i kiedy są one użyteczne, porównanie tych modeli z danymi (inżynieria odwrotna) i weryfikacja tych modeli. Przykłady zostaną zaczerpnięte z procesów cytoszkieletu i podziału komórek.

seria 2015-2016
ten kurs odbywa się w środy 11: 00-12: 00 w sali wykładowej Complexity.

pierwszy semestr tydzień 2-14 października 2015

symulacje stochastyczne
profesor Matthew Keeling
w tym wykładzie początkowo omówimy znaczenie stochastyczności w zrozumieniu rzeczywistych problemów. Stochastyczność można włączyć na wiele sposobów, ale skupimy się na indywidualnej stochastyczności napędzanej zdarzeniami i omówimy metody symulacji takiej dynamiki. Biorąc przykłady wyłącznie z ekologii i epidemiologii, rozważymy zarówno metody Gillespiego, jak i równania Ensemble / Master. Omówimy, co się dzieje, gdy wielkość populacji staje się duża – i przybliżenia, które sprawiają, że problem jest obliczalny. Na koniec przyjrzymy się w pełni indywidualnym symulacjom przestrzennym i omówimy metody, które mogą zapewnić ogromne oszczędności obliczeniowe.

pierwszy semestr tydzień 3-21 października 2015

Scientific Computing w Warwick: Podwójna perspektywa chemika/Dyrektora
profesor Mark Rodger
ta prelekcja pozwoli spojrzeć na obliczenia naukowe w Warwick zarówno z perspektywy ogólnej, jak i osobistej. Z ogólnego punktu widzenia postaram się przedstawić zakres działań prowadzonych w Warwick, rolę Centrum Informatyki Naukowej w wspieraniu tych działań oraz część sprzętu i oprogramowania, które są łatwo dostępne, aby wspomagać badania w ogólnym obszarze informatyki naukowej. Aby zapewnić bardziej osobistą perspektywę, opiszę niektóre z badań, które prowadzę w dziedzinie klasycznej mechaniki statystycznej i modelowania molekularnego, w szczególności opisując niektóre z adaptacyjnych metod dynamiki molekularnej, które zostały opracowane w ostatnich latach w celu poprawy eksploracji kosmosu fazowego, charakterystyki krajobrazów wolnej energii i symulacji rzadkich zdarzeń do zastosowań w materiałoznawstwie.

pierwszy semestr tydzień 4-28 października 2015

wnioskowanie i dopasowywanie przestrzennych systemów dynamicznych w biologii komórki.
profesor Nigel Burroughs
biologia komórki jest często określana jako nowa “fizyka”, bogata dziedzina, w której można rozwijać teorie fizyczne w celu wyjaśnienia/przewidywania procesów biologicznych, analogicznie do sukcesów fizyki kwantowej i teorii względności na początku ubiegłego wieku. Realizacja tego ambitnego celu okazuje się jednak trudna, zwłaszcza, że procesy biologiczne nie są zrównoważone, często są wysoce stochastyczne z udziałem niewielkiej liczby cząsteczek i są bardzo złożone, wykazując szereg fenomenalnych Dynamik samoorganizujących się. W tym wykładzie zbadam ,co to znaczy “wyjaśnić” procesy biologiczne, w tym omówienie rodzajów modeli / modelowania i kiedy są one użyteczne, porównanie tych modeli z danymi (inżynieria odwrotna) i weryfikacja tych modeli. Przykłady zostaną zaczerpnięte z procesów cytoszkieletu i podziału komórek.

pierwszy semestr Tydzień 5-4 listopada 2015

Mass Univariate i Multivariate Approaches to Understanding Genetic Variation in the Brain
profesor Thomas Nichols
było duże zainteresowanie odkrywaniem i zrozumieniem roli zmienności genetycznej w danych obrazowania mózgu. Typowe badania “genetyki obrazowej”wykorzystują niewielką liczbę genów kandydujących, niewielką liczbę regionów mózgu lub oba. W tym wykładzie rozważę metody wyszukiwania skojarzeń genu i mózgu w całym genomie i wszystkich regionach mózgu. Takie podejście stwarza ogromne wyzwania obliczeniowe i statystyczne. Omówię dwa podejścia, jedno-masowe i wielowymiarowe. Mass-univariate model jest standardowym narzędziem w analizie neuroobrazowania, ale skalowanie go do 100 000 SNPs wymaga szeregu innowacji obliczeniowych i statystycznych. Dzięki naszej metodzie zastosowanej do danych Morfometrycznych opartych na Tensorach z projektu ADNI, zgłaszamy pierwsze skojarzenie genu z mózgiem, które przetrwało korekcję błędów całego genomu, całej rodziny mózgu. Nasze podejście wielowymiarowe wykorzystuje rzadką obniżoną regresję rangi (sRRR), aby wspólnie i parsimoniously wyjaśnić skojarzenia genu i mózgu. Szczegółowe analizy mocy pokazują, że podejście wielowymiarowe powinno mieć jeszcze większą moc niż podejście jednowymiarowe.

pierwszy semestr Tydzień 6-11 listopada 2015

Wnioskowanie statystyczne z wykorzystaniem łańcucha Markowa Monte Carlo
Dr Simon Spencer
w tym wykładzie przedstawię kilka technik dopasowywania modeli w ramach bayesowskich i zilustruję je kilkoma prostymi przykładami. W szczególności skupię się na łańcuchu Markowa Monte Carlo i związanych z nim metodach. Postaram się wyjaśnić, jak to działa, dlaczego jest tak powszechnie stosowane i dać kilka praktycznych wskazówek na temat jego realizacji.

pierwszy semestr Tydzień 7-18 listopada 2015

Big data i bioinformatyka
Dr Richard Savage
Medycyna i biologia przechodzą rewolucję danych. Od sekwencjonowania całego genomu do cyfrowego obrazowania i elektronicznej dokumentacji medycznej, nowe źródła danych obiecują zrewolucjonizować sposób leczenia chorób i prowadzenia naszych badań biomedycznych. Z tymi możliwościami wiążą się jednak poważne wyzwania. Dane są często wysokowymiarowe, hałaśliwe,o złożonej strukturze. I możemy chcieć połączyć wiele typów danych z bardzo różnych źródeł. Oprowadzę niektóre z tych zagadnień, skupiając się na rzeczywistych projektach, które mogą zmienić sposób, w jaki prowadzimy badania w tych obszarach. Opowiem również o tym, jak odnosi się to do zaangażowania Warwicka w projekty na dużą skalę, takie jak projekt 100 000 genomów i Instytut Alana Turinga.

pierwszy semestr Tydzień 8-25 grudnia 2015

brak dyskusji w tym tygodniu

pierwszy semestr Tydzień 9 – 2 grudnia 2015

zrozumienie ludzkich zachowań za pomocą nauki o danych
Dr Tobias Preis
w tym wykładzie przedstawimy kilka ostatnich punktów naszych badań, odnosząc się do dwóch pytań. Po pierwsze, czy zasoby big data mogą zapewnić wgląd w kryzysy na rynkach finansowych? Analizując ilość zapytań Google pod kątem wyszukiwanych haseł związanych z finansami i poglądami artykułów Wikipedii, znajdujemy wzorce, które można interpretować jako wczesne oznaki ostrzegawcze ruchów na giełdzie. Po drugie, czy poprzez porównanie wzorców interakcji z Internetem możemy zapewnić wgląd w międzynarodowe różnice w dobrostanie gospodarczym? Aby odpowiedzieć na to pytanie, Wprowadzamy wskaźnik orientacji na przyszłość, aby określić, w jakim stopniu internauci szukają więcej informacji na temat lat w przyszłości niż lat w przeszłości. Analizujemy dzienniki Google i znajdujemy uderzającą korelację między PKB kraju a predyspozycjami jego mieszkańców do patrzenia w przyszłość. Nasze wyniki ilustrują potencjał, jaki daje łączenie obszernych zestawów danych behawioralnych w celu lepszego zrozumienia zachowań ekonomicznych człowieka na dużą skalę.