生物信息学
混合科学
在数据驱动的世界中，科学的潜力不断增长，尤其是在生物信息学领域。
应用于科学的数据和分析带来了更快速的发现，更快速的技术进步，最重要的是，对人类状况产生了更直接的影响。
来自生物学、计算和数学学科的综合知识创造了独特的专业视角，使毕业生在当今前沿的生命科学、生物技术和制药行业中发挥关键作用。
学生们学习的课程涉及分子生物学、生物化学、统计学、伦理学、数据挖掘和机器学习等一系列学科，使他们在不断扩大的生命科学领域拥有竞争优势。
这可不仅仅是处理数据那么简单。它正在改变生活。
教职员及支援人员
10搜索结果
联系
多样性与包容性
科学学院支持一种文化，让每个人都能感受到自己的归属，无论种族、肤色、宗教、宗教信仰、遗传信息、性别、性别认同、性取向、年龄、国籍、血统、退伍军人或残疾状况。我们庆祝我们社区的多样性，我们寻求扩大代表，以进一步卓越。我们承诺成为一所成员相互尊重、信任、合作和沟通的学院，在那里，不适当的行为被报告和采取行动，而不用担心报复。
联系我们
生物信息学
度的选择
课程及要求
你可以在这里学习的课程类型的一个样本。
生物信息学统计
数学7340
介绍了在生物信息学应用中使用的概率和统计的概念，特别是微阵列数据的分析。使用开源R程序进行统计计算。主题包括最大可能性;蒙特卡罗模拟;错误发现率调整;非参数方法，包括自举和排列检验;相关、回归、方差分析和广义线性模型;微阵列数据预处理与基因滤波;多元数据可视化;以及机器学习技术，如聚类、主成分分析、支持向量机、神经网络和回归树。
数据挖掘技术
CS 6220
涵盖了数据挖掘的各个方面，包括分类、预测、集成方法、关联规则、序列挖掘和聚类分析。课程项目包括从大型数据集中挖掘有用知识的实践。
先进的基因组学
杂志5591年
适合那些熟悉遗传学、分子和细胞生物学以及生物化学基础知识的人，所有这些都需要欣赏现代基因组方法的美丽、力量和重要性。介绍最新的测序方法、阵列技术、基因组数据库、全基因组分析、功能基因组学等。
事件
没有发现事件。
新闻
