대한응급의학회

학회정보
제 29차 ‘대한응급의료정보연구회’ 학술집담회
기간 2021.07.26 18:30 ~ 2021.07.26 20:30
장소 온라인
등록일 2021. 07. 12
조회수 5

안녕하십니까?

대한응급의료정보연구회는 응급의료 영역에서 의료정보와 디지털 헬스를 이용한 연구에 대해 고민하며공동 연구 및 사업을 기획 수행하는 연구자들의 모임입니다.


저희 연구회에서는 올해 상반기에는 초심자를 위한 R을 이용한 데이터 분석’ 강의를 준비하였습니다.

7월에는 총 4회 중 마지막 강의가 진행 될 예정입니다.

하단에 기재된 링크를 통해 사전 등록을 해 주시고 강의 시작 전 각자 PC프로그램을 설치하고 참석해 주십시오



1. 일시


2021년월726 월요일 18:30 ~ 20:30 (2시간)



2. 내용


시간

주제

발표

18:30-18:40

등록 및 인사말

회장 이재호 (서울아산병원 의료정보학교실)

Part I

4차 초심자를 위한 R을  이용한 데이터 분석 (이론)

18:40-19:30

-       기계학습의 2가지  구분 (비지도학습지도학습)과 기본 내용

-       비지도학습 (Clustering)

-       지도학습 (Tree/  Random Forest / Xgboost / SVM) 

-       모형의 최적화 (Tuning  & Ensemble)

-       Metric 표현   (AUROC /AUPRC / cut-off point )

-       기타 기계학습 고려사항들 (Class  imbalance, Interpretability )

유재용 (SAIHST)

Part II

4차 초심자를 위한 R을  이용한 데이터 분석 (실습)

19:30-20:40

-       K-means Clustering 실습

-       Tree / Random forest / SVM   실습

-       Grid search 및   Random search 를 활용한Tuning 실습

유재용 (SAIHST)





3. 참여방법


l  사전등록 후 부여받은 링크로 접속 (참가비 무료)

l  사전등록https://forms.gle/B8Q9CaSd6iVw7x426 

l  사전등록기간: ~ 723(까지

l  참여링크는 신청 시 작성한 이메일로 발송 예정



4. 초심자를 위한 R을 이용한 데이터 분석’ 커리큘럼


*학술삼성서울병원 김태림 (taerim.j.kim@gmail.com)

*지원삼성서울병원 양수정 (sjlove4579@hanmail.net최지희 (hahajihee@gmail.com)

*등록비는 무료입니다.





응급의료연구회 R 교육 커리큘럼

프로그래밍의 기초 및 탐색, R을 활용한 전처리

이론

-       R및  데이터 분석의 소개

-       분석시 고려해야할 사항 4가지

-       Table1이란?

-       전처리의 중요성(garbage  in garbage out)

-       dplyr/tidyr

실습

-        R studio설치, data loading

-       R에서의  기본적인 문법 소개

-       원하는 데이터 접근 및 추출   (Indexing)

-       모든 데이터분석의 시작 - Table1   만들기 using R Package

-       데이터 전처리 using  dplyr/tidyr/lubridate

데이터 탐색을 위한 탐색적 자료분석 (EDA ; Exploratory Data  Analysis)

2

이론

-       표와 시각화를 통한 데이터 탐색 : 탐색적 자료분석(EDA)

-       시각화 할 때 고려할 수 있는 사항

-       Better Expression (Shiny,  markdown, Tableau) 

실습

-       Summary statistics 

-       Visualization(Base plot,  ggplot)

-       Markdown 만들어  배포하기

R을 활용한 통계분석

3

이론

-       숫자형 데이터 통계분석

-       문자형 데이터 통계분석

-       회귀분석

-       로지스틱 회귀분석

실습

-       t.test / anova 실습

-       Chi-square / trend test 실습

-       기본 회귀분석 실습

-       로지스틱 회귀분석 실습

R을 활용한 기계학습 

4

이론

-       기계학습의 2가지  구분 (비지도학습지도학습)과 기본 내용

-       비지도학습 (Clustering)

-       지도학습 (Tree/  Random Forest / Xgboost / SVM) 

-       모형의 최적화 (Tuning  & Ensemble)

-       Metric 표현   (AUROC /AUPRC / cut-off point )

-       기타 기계학습 고려사항들 (Class  imbalance, Interpretability )

실습

-       K-means Clustering 실습

-       Tree / Random forest / SVM   실습

-       Grid search 및   Random search 를 활용한Tuning 실습


*자세한 내용은 첨부파일 확인 부탁드립니다.