iv, 65 stran : ilustrace ; 30 cm
- MeSH
- Biostatistics MeSH
- Evaluation Studies as Topic MeSH
- Reproducibility of Results MeSH
- Statistics as Topic MeSH
- Health Status Indicators MeSH
- Publication type
- Academic Dissertation MeSH
- Conspectus
- Statistika
- NML Fields
- statistika, zdravotnická statistika
Episteme. Natura
Druhé, revidované vydání 438 stran : ilustrace ; 21 cm
Učebnice, která se zaměřuje na biostatistiku.; Moderní učebnice statistiky, která představuje statistické nástroje klíčové pro čtenáře z biologických a biologii blízkých oborů.Autoři nejprve představují problémy, které daná statistická metoda řeší, a poté uvádějí princip metody i její nezbytné předpoklady. Podstatnou součást knihy tvoří praktické příklady. Jejich řešení, postup zpracování a podobu výsledků autoři ukazují s použitím dvou statistických programů: \"Statistica\" a \"R\", běžně využívaných v České republice. K praktickým příkladům také doplňují, jak mohou být statistické výsledky prezentovány v anglicky psaných odborných publikacích, i jak v těchto publikacích použité statistické metody popsat.
- Keywords
- Statistica (software), R (software),
- MeSH
- Data Analysis MeSH
- Biostatistics MeSH
- Software MeSH
- Statistics as Topic MeSH
- Publication type
- Textbook MeSH
- Conspectus
- Statistika
- Učební osnovy. Vyučovací předměty. Učebnice
- NML Fields
- statistika, zdravotnická statistika
- biologie
Co to je...
Vydání 1. 19 stran : ilustrace (převážně barevné), faksimile ; 21 cm
Brožura, která informuje o Bayesovských modelech a sítích a jejich použití v lékařské praxi. Určeno odborné veřejnosti.
- MeSH
- Bayes Theorem MeSH
- Biostatistics MeSH
- Mathematics MeSH
- Models, Statistical MeSH
- Probability Theory MeSH
- Conspectus
- Kombinatorika. Teorie grafů. Matematická statistika. Operační výzkum. Matematické modelování
- NML Fields
- statistika, zdravotnická statistika
- lékařská informatika
- NML Publication type
- informační publikace
- brožury
Závěrečná zpráva o řešení grantu Agentury pro zdravotnický výzkum MZ ČR
nestr.
Nedávné technologické pokroky biomedicínského výzkumu umožnily zkoumat základní biologické procesy v živých organismech při různých rozlišeních a z různých úhlů pohledu. Zatímco množství produkovaných dat v průběhu let dramaticky roste, tempo našich získávaných znalostí spíše zaostává, což ukazuje na neschopnost současných výpočetních nástrojů umožnit extrakci znalostí z velkého množství zašuměných dat. NEUROMINER poskytne rámec pro strojové učení a dolování z obrazových dat se zvláštním důrazem na neurovědní výzkum. Tři hlavní osy projektu odpovídají problémům, pro které v současné době není známo řešení: (1) extrakce a selekce příznaků se silnou diskriminačních schopností z mnohorozměrných dat, (2) nepřeučené systémy učící se z mnohorozměrných dat (3) rigorózní postup pro statistické validace modelů. Navrhovatelé projektu jsou experty ve zpracování analýze medicínských obrazů, biostatistice a strojovém učení.; The recent technological advances enabled the biomedical research to explore the underlying biological processes of the living organisms at various resolutions and from different perspectives. While the amount of produced data grew dramatically over the years, the pace at which our knowledge lagged behind - an indication of inability of the current computational tools to extract knowledge from the large pool of noisy data. NEUROMINER will provide a framework for machine learning and data mining, with a special emphasis on neuroscience research. The project has three main axes of research, each corresponding to a currently unmet need: (1) extraction and selection of features with strong discrimination properties, (2) systems able to learn from high-dimensional data and not suffering from overfitting problems, and (3) rigorous statistical model assessment procedure. The applicants are experts in medical image processing and analysis, biostatistics and machine learning.
- MeSH
- Biostatistics MeSH
- Data Mining MeSH
- Brain diagnostic imaging MeSH
- Neural Networks, Computer MeSH
- Neuroimaging MeSH
- Image Processing, Computer-Assisted MeSH
- Reproducibility of Results MeSH
- Schizophrenia diagnostic imaging MeSH
- Machine Learning MeSH
- Conspectus
- Patologie. Klinická medicína
- NML Fields
- neurologie
- radiologie, nukleární medicína a zobrazovací metody
- lékařská informatika
- NML Publication type
- závěrečné zprávy o řešení grantu AZV MZ ČR
- MeSH
- Biostatistics * methods MeSH
- Data Interpretation, Statistical MeSH
- Clinical Studies as Topic MeSH
- Congresses as Topic MeSH
- Humans MeSH
- Statistics as Topic MeSH
- Check Tag
- Humans MeSH
- Publication type
- Newspaper Article MeSH
- News MeSH
53 stran : ilustrace, tabulky ; 30 cm
Příručka pro studenty, kteří zpracovávají kvalifikační či závěrečnou práci. Snaží se jim pomoci metodicky správně navrhnout a vyhodnotit výzkumnou část závěrečné práce z hlediska sběru a zpracování dat.
- MeSH
- Biostatistics MeSH
- Data Collection MeSH
- Publication type
- Handbook MeSH
- Conspectus
- Statistika
- NML Fields
- statistika, zdravotnická statistika
- NML Publication type
- brožury
- MeSH
- Biostatistics methods MeSH
- Data Interpretation, Statistical MeSH
- Cardiology * MeSH
- Cardiologists MeSH
- Clinical Studies as Topic * classification methods MeSH
- Humans MeSH
- Evidence-Based Medicine MeSH
- Randomized Controlled Trials as Topic methods MeSH
- Endpoint Determination methods MeSH
- Statistics as Topic methods MeSH
- Check Tag
- Humans MeSH
- MeSH
- Biomedical Research MeSH
- Biostatistics * methods MeSH
- Multivariate Analysis MeSH
- Publication type
- Research Support, Non-U.S. Gov't MeSH
The aim of this paper is to overview challenges and principles of Big Data analysis in biomedicine. Recent multivariate statistical approaches to complexity reduction represent a useful (and often irreplaceable) methodology allowing performing a reliable Big Data analysis. Attention is paid to principal component analysis, partial least squares, and variable selection based on maximizing conditional entropy. Some important problems as well as ideas of complexity reduction are illustrated on examples from biomedical research tasks. These include high-dimensional data in the form of facial images or gene expression measurements from a cardiovascular genetic study.
- MeSH
- Data Analysis MeSH
- Principal Component Analysis methods MeSH
- Big Data * MeSH
- Biostatistics * methods MeSH
- Cardiovascular Diseases genetics prevention & control MeSH
- Humans MeSH
- Least-Squares Analysis MeSH
- Risk MeSH
- Facial Recognition MeSH
- Decision Support Systems, Clinical MeSH
- Check Tag
- Humans MeSH
- Publication type
- Research Support, Non-U.S. Gov't MeSH