早在2018年我们就推荐过北大李程老师的基因组学分析课程，最近看到2019-2020更新后的课程资料也出来了，快马加鞭推荐给大家。
#### **课程介绍**
- 本课程面向生物信息和湿实验室同学，学习R语言、统计模型和实例组学数据分析。
- 2020年秋季开课信息：9月22日开始，每周二下午3:10-5:00，北京大学二教101
- **欢迎选课或旁听**，课程号：本科01133037，研究生01108148
- **教材**：《统计学习导论》[中文版](https://share.weiyun.com/5Sjf3Qp)（[京东](http://item.m.jd.com/product/11699746.html)），[英文版](http://www-bcf.usc.edu/~gareth/ISL/)
#### **2020年秋季课件**
1、课程和R语言介绍 ：https://share.weiyun.com/LGdZyxSX
【助教演示】[初步认识Rstudio](https://share.weiyun.com/McdLZ5eL)
2、线性回归、分布图：https://share.weiyun.com/YzcmYetI
【作业1】https://share.weiyun.com/VgaLwqCg
3、多元线性回归、作图颜色：https://share.weiyun.com/o2A3StOc
4、RNA-seq表达谱分析：https://share.weiyun.com/Rfa45NMh
【助教演示】[RNA-seq基本分析流程](https://share.weiyun.com/iGajQ98E)（[软件安装教程](https://share.weiyun.com/cAyGTcVJ)）
5、分类数据与富集：https://share.weiyun.com/2Dj9TJTU
【作业2】https://share.weiyun.com/xgKpbG1Q
6、交叉验证、高维数据回归：https://share.weiyun.com/HDbO3zRO
7、癌症基因组学、生存分析：https://share.weiyun.com/hg1djFpQ
8、主成分分析和聚类：https://share.weiyun.com/22RBUTlS
【作业3】https://share.weiyun.com/lUxkOiEw
9、矩阵特征向量和分解：https://share.weiyun.com/b9RcAUjh
10、单细胞RNA-seq分析、期末大作业布置（1月18日提交）：https://share.weiyun.com/DnIHcSn7
【助教演示】[单细胞分析和作图](https://share.weiyun.com/zbj4XA86)
【课外材料】课题与时间管理：https://share.weiyun.com/UoL3vf4o
11、分类模型：https://share.weiyun.com/BOfz46zl
【作业4】https://share.weiyun.com/XrmCfhsO
#### **2019年秋季课件**
1、课程和R语言介绍 ：https://share.weiyun.com/8aFqJvpe
2、线性回归、分布图：https://share.weiyun.com/hcp3nBPS
3、文献跟踪和学习、文稿组织：https://share.weiyun.com/5QU1vqe
【作业1】https://share.weiyun.com/5fvVxn5
4、分类数据与富集：https://share.weiyun.com/5dlu63C
5、多元回归、作图颜色：https://share.weiyun.com/5M1ukkw
6、交叉验证、高维数据回归：https://share.weiyun.com/5ltWA8u
【作业2】https://share.weiyun.com/5AFGPUe
【课外材料】研究与数据分析可重复性：https://share.weiyun.com/509OqYm
7、RNA-seq表达谱分析、作图误区：https://share.weiyun.com/5ejjIHZ
8、主成分分析和聚类：https://share.weiyun.com/5mRRoOK
9、癌症基因组学、生存分析：https://share.weiyun.com/5xLGGRd
【作业3】https://share.weiyun.com/5JEcdY9
10、分类方法：https://share.weiyun.com/593WzFf
11、矩阵特征向量和分解：https://share.weiyun.com/5SwJ1mw
12、单细胞RNA-seq分析、期末大作业布置：https://share.weiyun.com/2pOuJ2cU
13、生物网络分析、置换检验：https://share.weiyun.com/51zfxs1
【作业4】https://share.weiyun.com/5vLvz9u
14、染色质开放性、三维基因组：https://share.weiyun.com/5YiO3u2，文献：https://share.weiyun.com/lwFI0LfT
15、大数据处理、深度学习：https://share.weiyun.com/xpVFrpSP，文献：https://share.weiyun.com/MQlCjz1N