Handles creating, reading and updating events.

GET /api/event/?format=api&offset=140&ordering=keywords
HTTP 200 OK
Allow: GET, POST, HEAD, OPTIONS
Content-Type: application/json
Vary: Accept

{
    "count": 605,
    "next": "https://catalogue.france-bioinformatique.fr/api/event/?format=api&limit=20&offset=160&ordering=keywords",
    "previous": "https://catalogue.france-bioinformatique.fr/api/event/?format=api&limit=20&offset=120&ordering=keywords",
    "results": [
        {
            "id": 280,
            "name": "Cycle « Analyse de données de séquençage à haut-débit » - Module 2/5 : Analyses de variants",
            "shortName": "",
            "description": "Bilille propose chaque année un cycle de formation d'introduction à l'analyse des données de séquençage à haut débit.\r\nCe cycle est composé de 5 modules, à la carte : \r\n- Module 1: Analyses ADN\r\n- Module 2: Analyses de variants\r\n- Module 3: Analyses RNA-seq, bioinformatique\r\n- Module 4: Analyses RNA-seq, biostatistique\r\n- Module 5: Métagénomique\r\nLes fiches descriptives sont accessibles sur le site de Bilille. Chaque module comprend des présentations générales et des séances pratiques sur ordinateur, avec Galaxy.\r\nLes objectifs du module 2 sont :\r\n- Comprendre les grands principes de la détection de variants\r\n- Réaliser les différentes étapes du post-traitement des données d’alignement à la détection de variants\r\n- Adapter l’analyse en fonction du type de données NGS générées\r\n- Comprendre la structure des données de variants\r\n- Savoir annoter des variants\r\n- Etre capable d’interpréter une liste de variants grâce aux outils libres disponibles",
            "homepage": "https://bilille.univ-lille.fr/training/training-offer",
            "is_draft": false,
            "costs": [
                "Free"
            ],
            "topics": [],
            "keywords": [
                "NGS Data Analysis",
                "Panels (amplicons, captures)",
                "Exomes",
                "Variant analysis",
                "Genomics (DNA-seq)",
                "NGS Sequencing Data Analysis"
            ],
            "prerequisites": [
                "Galaxy - Basic usage"
            ],
            "openTo": "Internal personnel",
            "accessConditions": "- Etre familier avec la plate-forme web Galaxy (idéalement avoir suivi la formation bilille « Initiation à Galaxy »)\r\n- Avoir suivi le module 1/5 « Analyses ADN » de ce cycle ou toute autre formation permettant de justifier de connaissances sur les données de séquençage haut débit et leur alignement",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [
                {
                    "id": 52,
                    "name": "CNRS",
                    "url": "https://catalogue.france-bioinformatique.fr/api/organisation/CNRS/?format=api"
                },
                {
                    "id": 56,
                    "name": "INSERM",
                    "url": "https://catalogue.france-bioinformatique.fr/api/organisation/INSERM/?format=api"
                },
                {
                    "id": 66,
                    "name": "UDL",
                    "url": "https://catalogue.france-bioinformatique.fr/api/organisation/UDL/?format=api"
                }
            ],
            "organisedByTeams": [
                {
                    "id": 3,
                    "name": "Bilille",
                    "url": "https://catalogue.france-bioinformatique.fr/api/team/Bilille/?format=api"
                }
            ],
            "logo_url": "https://bilille.univ-lille.fr/fileadmin/_processed_/9/2/csm_logo_bilille_complet_65be9bda8b.png",
            "updated_at": "2024-12-09T17:38:09.983716Z",
            "type": "Training course",
            "start_date": "2019-03-31",
            "end_date": "2019-04-02",
            "venue": "",
            "city": "Villeneuve d'Ascq",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": "2019-02-15",
            "registration_status": "closed",
            "courseMode": "Onsite"
        },
        {
            "id": 280,
            "name": "Cycle « Analyse de données de séquençage à haut-débit » - Module 2/5 : Analyses de variants",
            "shortName": "",
            "description": "Bilille propose chaque année un cycle de formation d'introduction à l'analyse des données de séquençage à haut débit.\r\nCe cycle est composé de 5 modules, à la carte : \r\n- Module 1: Analyses ADN\r\n- Module 2: Analyses de variants\r\n- Module 3: Analyses RNA-seq, bioinformatique\r\n- Module 4: Analyses RNA-seq, biostatistique\r\n- Module 5: Métagénomique\r\nLes fiches descriptives sont accessibles sur le site de Bilille. Chaque module comprend des présentations générales et des séances pratiques sur ordinateur, avec Galaxy.\r\nLes objectifs du module 2 sont :\r\n- Comprendre les grands principes de la détection de variants\r\n- Réaliser les différentes étapes du post-traitement des données d’alignement à la détection de variants\r\n- Adapter l’analyse en fonction du type de données NGS générées\r\n- Comprendre la structure des données de variants\r\n- Savoir annoter des variants\r\n- Etre capable d’interpréter une liste de variants grâce aux outils libres disponibles",
            "homepage": "https://bilille.univ-lille.fr/training/training-offer",
            "is_draft": false,
            "costs": [
                "Free"
            ],
            "topics": [],
            "keywords": [
                "NGS Data Analysis",
                "Panels (amplicons, captures)",
                "Exomes",
                "Variant analysis",
                "Genomics (DNA-seq)",
                "NGS Sequencing Data Analysis"
            ],
            "prerequisites": [
                "Galaxy - Basic usage"
            ],
            "openTo": "Internal personnel",
            "accessConditions": "- Etre familier avec la plate-forme web Galaxy (idéalement avoir suivi la formation bilille « Initiation à Galaxy »)\r\n- Avoir suivi le module 1/5 « Analyses ADN » de ce cycle ou toute autre formation permettant de justifier de connaissances sur les données de séquençage haut débit et leur alignement",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [
                {
                    "id": 52,
                    "name": "CNRS",
                    "url": "https://catalogue.france-bioinformatique.fr/api/organisation/CNRS/?format=api"
                },
                {
                    "id": 56,
                    "name": "INSERM",
                    "url": "https://catalogue.france-bioinformatique.fr/api/organisation/INSERM/?format=api"
                },
                {
                    "id": 66,
                    "name": "UDL",
                    "url": "https://catalogue.france-bioinformatique.fr/api/organisation/UDL/?format=api"
                }
            ],
            "organisedByTeams": [
                {
                    "id": 3,
                    "name": "Bilille",
                    "url": "https://catalogue.france-bioinformatique.fr/api/team/Bilille/?format=api"
                }
            ],
            "logo_url": "https://bilille.univ-lille.fr/fileadmin/_processed_/9/2/csm_logo_bilille_complet_65be9bda8b.png",
            "updated_at": "2024-12-09T17:38:09.983716Z",
            "type": "Training course",
            "start_date": "2019-03-31",
            "end_date": "2019-04-02",
            "venue": "",
            "city": "Villeneuve d'Ascq",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": "2019-02-15",
            "registration_status": "closed",
            "courseMode": "Onsite"
        },
        {
            "id": 259,
            "name": "Advanced sequence analysis",
            "shortName": "",
            "description": "https://cnrsformation.cnrs.fr/stage-19019-Analyse-avancee-de-sequences.h...\n",
            "homepage": "https://cnrsformation.cnrs.fr/pdf/16148.pdf",
            "is_draft": false,
            "costs": [
                "Priced"
            ],
            "topics": [],
            "keywords": [
                "NGS Data Analysis",
                "Analysis of RNAseq data",
                "Sequence Algorithm",
                "Bioinformatics & Biomedical",
                "Galaxy",
                "Variant analysis",
                "Transcriptomics (RNA-seq)",
                "Genomics (DNA-seq)",
                "Sequence annotation",
                "Pattern matching",
                "Multiple sequence alignment"
            ],
            "prerequisites": [],
            "openTo": "Internal personnel",
            "accessConditions": "CNRS fee-based training\n",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2019-05-13",
            "end_date": null,
            "venue": "",
            "city": "CBiB",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 259,
            "name": "Advanced sequence analysis",
            "shortName": "",
            "description": "https://cnrsformation.cnrs.fr/stage-19019-Analyse-avancee-de-sequences.h...\n",
            "homepage": "https://cnrsformation.cnrs.fr/pdf/16148.pdf",
            "is_draft": false,
            "costs": [
                "Priced"
            ],
            "topics": [],
            "keywords": [
                "NGS Data Analysis",
                "Analysis of RNAseq data",
                "Sequence Algorithm",
                "Bioinformatics & Biomedical",
                "Galaxy",
                "Variant analysis",
                "Transcriptomics (RNA-seq)",
                "Genomics (DNA-seq)",
                "Sequence annotation",
                "Pattern matching",
                "Multiple sequence alignment"
            ],
            "prerequisites": [],
            "openTo": "Internal personnel",
            "accessConditions": "CNRS fee-based training\n",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2019-05-13",
            "end_date": null,
            "venue": "",
            "city": "CBiB",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 256,
            "name": "Introduction au logiciel R",
            "shortName": "",
            "description": "\n\nObjectifs de la formation\nAcquérir les compétences nécessaires à l’utilisation du logiciel R\nConnaître les principales analyses statistiques nécessaires en biologie et les utiliser sous R\nRéaliser des graphiques sous R\nConnaitre les bibliothèques R utiles en Biologie\n\n\n",
            "homepage": "http://www.biosciencesco.fr/formation-continue/bio-informatique/formation-au-log…",
            "is_draft": false,
            "costs": [],
            "topics": [],
            "keywords": [
                "Biostatistics",
                "Programming Languages & Computer Sciences",
                "Statistical Tests",
                "Regression",
                "R Language",
                "Descriptive statistics"
            ],
            "prerequisites": [],
            "openTo": "Internal personnel",
            "accessConditions": "Informations et inscriptions:\nhttp://www.biosciencesco.fr/formation-continue/bio-informatique/formation-au-logiciel-r/\n \n",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2017-10-17",
            "end_date": "2017-10-19",
            "venue": "",
            "city": "",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 395,
            "name": "« STATIMAGE», Statistiques pour l’imagerie de microscopie",
            "shortName": "",
            "description": "\n\n\nL’objectif de cette formation est de donner aux ingénieurs des plates-formes d’imagerie cellulaire et aux personnes qui utilisent ces technologies, des outils statistiques adaptés aux problématiques du domaine. Dans le but de traiter les grandes séries d’images acquises selon les diverses modalités, il est proposé de renforcer la maîtrise des outils statistiques pour une analyse pertinente mais aussi pour une optimisation des acquisitions.\nLa formation se déroulera du lundi midi au mercredi après-midi pour 2 demi-journées de cours (rappel des notions de bases, modélisation, plans d’expériences) et 3 demi-journées de travaux pratiques/dirigés.\n\n\n\n",
            "homepage": "https://france-bioimaging.org/fr/events/statimage-statistiques-pour-limagerie-de…",
            "is_draft": false,
            "costs": [
                "Free"
            ],
            "topics": [],
            "keywords": [
                "Biostatistics",
                "Image analysis",
                "Information retrieval",
                "Descriptive statistics",
                "Multivariate analyses"
            ],
            "prerequisites": [],
            "openTo": "Internal personnel",
            "accessConditions": "",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2017-06-18",
            "end_date": "2017-06-20",
            "venue": "",
            "city": "CIEP, Sèvres",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 392,
            "name": "Data analysis",
            "shortName": "",
            "description": "Biological data are often complex and challenging to analyse due to non-normal distributions, nonlinear relationships, spatial/temporal structures and high dimensionality. This course will introduce the students to key concepts and statistical tools for the experimental design and analysis of biological data. After a brief refresher on basic elements of statistics, the students will be made familiar with hypothesis testing, univariate statistical tests (e.g. ANOVA), linear models, descriptive multivariate analyses such as Principal Component Analysis (PCA) and clustering. The course will alternate theoretical aspects and computer exercises on small datasets with the R Studio software. The students will be assigned a small project involving the different concepts and tools covered by the course.\n",
            "homepage": "https://www.enseignement.biologie.ens.fr/spip.php",
            "is_draft": false,
            "costs": [
                "Free"
            ],
            "topics": [],
            "keywords": [
                "Biostatistics",
                "Statistical Tests",
                "Regression",
                "Dimension reduction",
                "Descriptive statistics",
                "Multivariate analyses"
            ],
            "prerequisites": [],
            "openTo": "Internal personnel",
            "accessConditions": "",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2018-10-07",
            "end_date": "2018-10-11",
            "venue": "",
            "city": "Ecole Normale Supérieure",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 391,
            "name": "INTRODUCTION À L'ANALYSE DE DONNÉES",
            "shortName": "",
            "description": "\nL'utilisation de plus en plus répandue de techniques d’imagerie et de séquençage à haut-débit en biologie est en train de révolutionner les sciences du vivant et de modifier en profondeur leurs pratiques. Dans ce contexte, des outils statistiques sont développés pour permettre d’analyser ces données de hautes dimensions, et la maîtrise de ces outils devient de plus en plus nécessaire pour produire des résultats de bonne qualité. Ce cours de 4 semaines couvrira les étapes nécessaires pour mettre en place un processus d’analyse de données, depuis la planification de l’expérience jusqu’à la fouille des données en passant par l’échantillonnage, les test d’hypothèses, la modélisation statistique etc.\nCe cours s’adresse en priorité aux étudiants de première année de thèse de l’Institut Pasteur. Tout étudiant en thèse sera automatiquement inscrit à ce cours, mais les élèves de 2e année, de 3e année ou les post-doctorants peuvent également s’inscrire, dans la limite des places disponibles. Il est à noter que le cours est obligatoire pour les étudiants de 1ère année. Des dispenses partielles ou totales sont possibles pour les étudiants qui ont déjà des connaissances en statistique, en mathématique ou en physique. Le cours déroulera sur 4 semaines, 4 jours par semaine, trois heures par jour. Chaque séance de trois heures alternera cours magistral et mise en pratique. Il y aura deux sessions : la première commencera le 22 octobre 2018 et la deuxième le 14 janvier 2019.\nChacune de ces deux sessions sera précédée d’une séance d’introduction à l’informatique. Cette séance proposera des notions d’architecture de l’ordinateur, de système d’organisation des fichiers et de format de fichiers. Chaque session sera également suivie d’un cours optionnel sur l’analyse et le traitement des images.\nPour plus d’information, ainsi que pour les inscriptions au module optionnel et les demandes d’exemption, rendez-vous sur la page du cours : https://c3bi.pasteur.fr/introduction-to-data-analysis-2018-19/\nThèmes abordés\nLe module d’analyse de données couvrira un large champ de notions nécessaires aux étudiants pour planifier leurs expériences, analyser et explorer leurs données, interpréter les résultats et générer des figures à des fins de publication. Il abordera des notions de base en statistique, dont les analyses uni- et multivariées, les analyses descriptives, les distributions statistiques usuelles utilisées en biologie, ainsi que les tests d’hypothèses. Les exercices et travaux pratiques seront réalisés avec R et RStudio. Plusieurs séances seront consacrées à une introduction à l’utilisation du langage de programmation R avant d’aborder les notions de statistiques et d’analyse de données.\nLe module d’analyse d’images introduira les principes de base de l’analyse d’image, et portera plus particulièrement sur l’extraction d’information quantitative d’images de microscopie. Ce cours est destiné aux personnes ayant peu ou pas d’expérience en analyse d’image. Il sera très orienté sur la pratique : des cours magistraux de courte durée seront immédiatement suivis de sessions pratiques. Il aidera à la fois les microscopistes débutants et experts qui n’ont jamais eu de formation concrète en analyse d’image.\n \n\n",
            "homepage": "https://www.pasteur.fr/fr/introduction-data-analysis",
            "is_draft": false,
            "costs": [
                "Free"
            ],
            "topics": [],
            "keywords": [
                "Biostatistics",
                "Statistical Tests",
                "Regression",
                "Dimension reduction",
                "Image analysis",
                "Descriptive statistics",
                "Multivariate analyses"
            ],
            "prerequisites": [
                "Master (M2 uniquement)"
            ],
            "openTo": "Internal personnel",
            "accessConditions": "\n\n \n\n\n",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [
                {
                    "id": 12,
                    "name": "INCEPTION",
                    "url": "https://catalogue.france-bioinformatique.fr/api/eventsponsor/INCEPTION/?format=api"
                }
            ],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2019-01-13",
            "end_date": "2019-02-07",
            "venue": "",
            "city": "Institut Pasteur",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 256,
            "name": "Introduction au logiciel R",
            "shortName": "",
            "description": "\n\nObjectifs de la formation\nAcquérir les compétences nécessaires à l’utilisation du logiciel R\nConnaître les principales analyses statistiques nécessaires en biologie et les utiliser sous R\nRéaliser des graphiques sous R\nConnaitre les bibliothèques R utiles en Biologie\n\n\n",
            "homepage": "http://www.biosciencesco.fr/formation-continue/bio-informatique/formation-au-log…",
            "is_draft": false,
            "costs": [],
            "topics": [],
            "keywords": [
                "Biostatistics",
                "Programming Languages & Computer Sciences",
                "Statistical Tests",
                "Regression",
                "R Language",
                "Descriptive statistics"
            ],
            "prerequisites": [],
            "openTo": "Internal personnel",
            "accessConditions": "Informations et inscriptions:\nhttp://www.biosciencesco.fr/formation-continue/bio-informatique/formation-au-logiciel-r/\n \n",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2017-10-17",
            "end_date": "2017-10-19",
            "venue": "",
            "city": "",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 258,
            "name": "Analysis of NGS data with R",
            "shortName": "",
            "description": "https://cnrsformation.cnrs.fr/stage-19025-Analyses-NGS-avec-R.html?axe=98\n",
            "homepage": "https://cnrsformation.cnrs.fr/pdf/16147.pdf",
            "is_draft": false,
            "costs": [],
            "topics": [],
            "keywords": [
                "NGS Data Analysis",
                "Analysis of RNAseq data",
                "Statistical Tests",
                "R Language",
                "Variant analysis",
                "Knowledge mining",
                "Statistical Genetics",
                "Transcriptomics (RNA-seq)",
                "Genomics (DNA-seq)"
            ],
            "prerequisites": [],
            "openTo": "Internal personnel",
            "accessConditions": "CNRS fee-based training\n",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2019-05-22",
            "end_date": null,
            "venue": "",
            "city": "CBiB",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 392,
            "name": "Data analysis",
            "shortName": "",
            "description": "Biological data are often complex and challenging to analyse due to non-normal distributions, nonlinear relationships, spatial/temporal structures and high dimensionality. This course will introduce the students to key concepts and statistical tools for the experimental design and analysis of biological data. After a brief refresher on basic elements of statistics, the students will be made familiar with hypothesis testing, univariate statistical tests (e.g. ANOVA), linear models, descriptive multivariate analyses such as Principal Component Analysis (PCA) and clustering. The course will alternate theoretical aspects and computer exercises on small datasets with the R Studio software. The students will be assigned a small project involving the different concepts and tools covered by the course.\n",
            "homepage": "https://www.enseignement.biologie.ens.fr/spip.php",
            "is_draft": false,
            "costs": [
                "Free"
            ],
            "topics": [],
            "keywords": [
                "Biostatistics",
                "Statistical Tests",
                "Regression",
                "Dimension reduction",
                "Descriptive statistics",
                "Multivariate analyses"
            ],
            "prerequisites": [],
            "openTo": "Internal personnel",
            "accessConditions": "",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2018-10-07",
            "end_date": "2018-10-11",
            "venue": "",
            "city": "Ecole Normale Supérieure",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 391,
            "name": "INTRODUCTION À L'ANALYSE DE DONNÉES",
            "shortName": "",
            "description": "\nL'utilisation de plus en plus répandue de techniques d’imagerie et de séquençage à haut-débit en biologie est en train de révolutionner les sciences du vivant et de modifier en profondeur leurs pratiques. Dans ce contexte, des outils statistiques sont développés pour permettre d’analyser ces données de hautes dimensions, et la maîtrise de ces outils devient de plus en plus nécessaire pour produire des résultats de bonne qualité. Ce cours de 4 semaines couvrira les étapes nécessaires pour mettre en place un processus d’analyse de données, depuis la planification de l’expérience jusqu’à la fouille des données en passant par l’échantillonnage, les test d’hypothèses, la modélisation statistique etc.\nCe cours s’adresse en priorité aux étudiants de première année de thèse de l’Institut Pasteur. Tout étudiant en thèse sera automatiquement inscrit à ce cours, mais les élèves de 2e année, de 3e année ou les post-doctorants peuvent également s’inscrire, dans la limite des places disponibles. Il est à noter que le cours est obligatoire pour les étudiants de 1ère année. Des dispenses partielles ou totales sont possibles pour les étudiants qui ont déjà des connaissances en statistique, en mathématique ou en physique. Le cours déroulera sur 4 semaines, 4 jours par semaine, trois heures par jour. Chaque séance de trois heures alternera cours magistral et mise en pratique. Il y aura deux sessions : la première commencera le 22 octobre 2018 et la deuxième le 14 janvier 2019.\nChacune de ces deux sessions sera précédée d’une séance d’introduction à l’informatique. Cette séance proposera des notions d’architecture de l’ordinateur, de système d’organisation des fichiers et de format de fichiers. Chaque session sera également suivie d’un cours optionnel sur l’analyse et le traitement des images.\nPour plus d’information, ainsi que pour les inscriptions au module optionnel et les demandes d’exemption, rendez-vous sur la page du cours : https://c3bi.pasteur.fr/introduction-to-data-analysis-2018-19/\nThèmes abordés\nLe module d’analyse de données couvrira un large champ de notions nécessaires aux étudiants pour planifier leurs expériences, analyser et explorer leurs données, interpréter les résultats et générer des figures à des fins de publication. Il abordera des notions de base en statistique, dont les analyses uni- et multivariées, les analyses descriptives, les distributions statistiques usuelles utilisées en biologie, ainsi que les tests d’hypothèses. Les exercices et travaux pratiques seront réalisés avec R et RStudio. Plusieurs séances seront consacrées à une introduction à l’utilisation du langage de programmation R avant d’aborder les notions de statistiques et d’analyse de données.\nLe module d’analyse d’images introduira les principes de base de l’analyse d’image, et portera plus particulièrement sur l’extraction d’information quantitative d’images de microscopie. Ce cours est destiné aux personnes ayant peu ou pas d’expérience en analyse d’image. Il sera très orienté sur la pratique : des cours magistraux de courte durée seront immédiatement suivis de sessions pratiques. Il aidera à la fois les microscopistes débutants et experts qui n’ont jamais eu de formation concrète en analyse d’image.\n \n\n",
            "homepage": "https://www.pasteur.fr/fr/introduction-data-analysis",
            "is_draft": false,
            "costs": [
                "Free"
            ],
            "topics": [],
            "keywords": [
                "Biostatistics",
                "Statistical Tests",
                "Regression",
                "Dimension reduction",
                "Image analysis",
                "Descriptive statistics",
                "Multivariate analyses"
            ],
            "prerequisites": [
                "Master (M2 uniquement)"
            ],
            "openTo": "Internal personnel",
            "accessConditions": "\n\n \n\n\n",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [
                {
                    "id": 12,
                    "name": "INCEPTION",
                    "url": "https://catalogue.france-bioinformatique.fr/api/eventsponsor/INCEPTION/?format=api"
                }
            ],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2019-01-13",
            "end_date": "2019-02-07",
            "venue": "",
            "city": "Institut Pasteur",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 257,
            "name": "Analyse de données RNA-seq sous l’environnement Galaxy ",
            "shortName": "",
            "description": "\n\nObjectifs de la formation\nAcquérir les connaissances générales sur les méthodes de séquençage à haut-débit.\nConnaître les caractéristiques des données obtenues dans le cadre de l’analyse du transcriptome (RNA-seq).\nSavoir planifier une expérience simple de type RNA-seq en fonction de ses objectifs scientifiques et des caractéristiques et contraintes expérimentales.\nConnaître les principales méthodes et outils d’analyse des données RNA-seq . Pouvoir les mettre en oeuvre dans un cas simple via un serveur web Galaxy.\nPouvoir visualiser les résultats dans un navigateur de génome.\nDurée de la formation : 2,5 jours\n\n\n",
            "homepage": "http://www.biosciencesco.fr/formation-continue/bio-informatique/analyse-des-donn…",
            "is_draft": false,
            "costs": [],
            "topics": [],
            "keywords": [
                "Methodology",
                "Biostatistics",
                "NGS Data Analysis",
                "Analysis of RNAseq data",
                "Assembly of genomes and transcriptomes",
                "Read alignment on genomes",
                "Statistical Tests",
                "Gene expression differential analysis",
                "Galaxy",
                "Transcript and transcript variant analysis",
                "Transcriptomics (RNA-seq)",
                "NGS Sequencing Data Analysis"
            ],
            "prerequisites": [],
            "openTo": "Internal personnel",
            "accessConditions": "Informations et inscriptions:\nhttp://www.biosciencesco.fr/formation-continue/bio-informatique/analyse-...\n",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2017-11-14",
            "end_date": "2017-11-16",
            "venue": "",
            "city": "PRABI (Campus scientifique de la Doua, LYON-VILLEURBANNE)",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 256,
            "name": "Introduction au logiciel R",
            "shortName": "",
            "description": "\n\nObjectifs de la formation\nAcquérir les compétences nécessaires à l’utilisation du logiciel R\nConnaître les principales analyses statistiques nécessaires en biologie et les utiliser sous R\nRéaliser des graphiques sous R\nConnaitre les bibliothèques R utiles en Biologie\n\n\n",
            "homepage": "http://www.biosciencesco.fr/formation-continue/bio-informatique/formation-au-log…",
            "is_draft": false,
            "costs": [],
            "topics": [],
            "keywords": [
                "Biostatistics",
                "Programming Languages & Computer Sciences",
                "Statistical Tests",
                "Regression",
                "R Language",
                "Descriptive statistics"
            ],
            "prerequisites": [],
            "openTo": "Internal personnel",
            "accessConditions": "Informations et inscriptions:\nhttp://www.biosciencesco.fr/formation-continue/bio-informatique/formation-au-logiciel-r/\n \n",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2017-10-17",
            "end_date": "2017-10-19",
            "venue": "",
            "city": "",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 392,
            "name": "Data analysis",
            "shortName": "",
            "description": "Biological data are often complex and challenging to analyse due to non-normal distributions, nonlinear relationships, spatial/temporal structures and high dimensionality. This course will introduce the students to key concepts and statistical tools for the experimental design and analysis of biological data. After a brief refresher on basic elements of statistics, the students will be made familiar with hypothesis testing, univariate statistical tests (e.g. ANOVA), linear models, descriptive multivariate analyses such as Principal Component Analysis (PCA) and clustering. The course will alternate theoretical aspects and computer exercises on small datasets with the R Studio software. The students will be assigned a small project involving the different concepts and tools covered by the course.\n",
            "homepage": "https://www.enseignement.biologie.ens.fr/spip.php",
            "is_draft": false,
            "costs": [
                "Free"
            ],
            "topics": [],
            "keywords": [
                "Biostatistics",
                "Statistical Tests",
                "Regression",
                "Dimension reduction",
                "Descriptive statistics",
                "Multivariate analyses"
            ],
            "prerequisites": [],
            "openTo": "Internal personnel",
            "accessConditions": "",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2018-10-07",
            "end_date": "2018-10-11",
            "venue": "",
            "city": "Ecole Normale Supérieure",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 391,
            "name": "INTRODUCTION À L'ANALYSE DE DONNÉES",
            "shortName": "",
            "description": "\nL'utilisation de plus en plus répandue de techniques d’imagerie et de séquençage à haut-débit en biologie est en train de révolutionner les sciences du vivant et de modifier en profondeur leurs pratiques. Dans ce contexte, des outils statistiques sont développés pour permettre d’analyser ces données de hautes dimensions, et la maîtrise de ces outils devient de plus en plus nécessaire pour produire des résultats de bonne qualité. Ce cours de 4 semaines couvrira les étapes nécessaires pour mettre en place un processus d’analyse de données, depuis la planification de l’expérience jusqu’à la fouille des données en passant par l’échantillonnage, les test d’hypothèses, la modélisation statistique etc.\nCe cours s’adresse en priorité aux étudiants de première année de thèse de l’Institut Pasteur. Tout étudiant en thèse sera automatiquement inscrit à ce cours, mais les élèves de 2e année, de 3e année ou les post-doctorants peuvent également s’inscrire, dans la limite des places disponibles. Il est à noter que le cours est obligatoire pour les étudiants de 1ère année. Des dispenses partielles ou totales sont possibles pour les étudiants qui ont déjà des connaissances en statistique, en mathématique ou en physique. Le cours déroulera sur 4 semaines, 4 jours par semaine, trois heures par jour. Chaque séance de trois heures alternera cours magistral et mise en pratique. Il y aura deux sessions : la première commencera le 22 octobre 2018 et la deuxième le 14 janvier 2019.\nChacune de ces deux sessions sera précédée d’une séance d’introduction à l’informatique. Cette séance proposera des notions d’architecture de l’ordinateur, de système d’organisation des fichiers et de format de fichiers. Chaque session sera également suivie d’un cours optionnel sur l’analyse et le traitement des images.\nPour plus d’information, ainsi que pour les inscriptions au module optionnel et les demandes d’exemption, rendez-vous sur la page du cours : https://c3bi.pasteur.fr/introduction-to-data-analysis-2018-19/\nThèmes abordés\nLe module d’analyse de données couvrira un large champ de notions nécessaires aux étudiants pour planifier leurs expériences, analyser et explorer leurs données, interpréter les résultats et générer des figures à des fins de publication. Il abordera des notions de base en statistique, dont les analyses uni- et multivariées, les analyses descriptives, les distributions statistiques usuelles utilisées en biologie, ainsi que les tests d’hypothèses. Les exercices et travaux pratiques seront réalisés avec R et RStudio. Plusieurs séances seront consacrées à une introduction à l’utilisation du langage de programmation R avant d’aborder les notions de statistiques et d’analyse de données.\nLe module d’analyse d’images introduira les principes de base de l’analyse d’image, et portera plus particulièrement sur l’extraction d’information quantitative d’images de microscopie. Ce cours est destiné aux personnes ayant peu ou pas d’expérience en analyse d’image. Il sera très orienté sur la pratique : des cours magistraux de courte durée seront immédiatement suivis de sessions pratiques. Il aidera à la fois les microscopistes débutants et experts qui n’ont jamais eu de formation concrète en analyse d’image.\n \n\n",
            "homepage": "https://www.pasteur.fr/fr/introduction-data-analysis",
            "is_draft": false,
            "costs": [
                "Free"
            ],
            "topics": [],
            "keywords": [
                "Biostatistics",
                "Statistical Tests",
                "Regression",
                "Dimension reduction",
                "Image analysis",
                "Descriptive statistics",
                "Multivariate analyses"
            ],
            "prerequisites": [
                "Master (M2 uniquement)"
            ],
            "openTo": "Internal personnel",
            "accessConditions": "\n\n \n\n\n",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [
                {
                    "id": 12,
                    "name": "INCEPTION",
                    "url": "https://catalogue.france-bioinformatique.fr/api/eventsponsor/INCEPTION/?format=api"
                }
            ],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2019-01-13",
            "end_date": "2019-02-07",
            "venue": "",
            "city": "Institut Pasteur",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 532,
            "name": "Summer School Multi-omics Data Analysis and Integration",
            "shortName": "",
            "description": "Researchers often have access to or generate multiple omics data (RNAseq, metabolomics, lipidomics, proteomics…) within a single study. Although each omics data is usually analyzed individually, combining complementary data can yield a better understanding of the mechanisms involved in biological processes. Several integrative approaches are now available to combine such data, coming essentially from two families of methods, namely multivariate statistical analyses and network-based approaches. During this summer school both methodologies will be covered, introducing RGCCA and mixOmics for multivariate analyses and WGCNA and SNF for network-based strategies. To get meaningful biological information, the interpretation of statistical results needs to be done contextualizing them in the available biological knowledge. To address this major step we need to be able to access and interrogate databases. We will harness this subject introducing semantic web and knowledge graphs in the context of metabolic networks.\r\n\r\nDuring the School, significant time will be devoted to hands-on and the program will be divided into three phases / topics:\r\n- Multivariate statistical analyses (Instructors: Arnaud Gloaguen & Jimmy Vandel)\r\n- Network-based approaches (Instructors: Morgane Térézol & Marie-Galadriel Brière)\r\n- Results contextualisation: an introduction to metabolic models, web semantic and knowledge graphs (Instructors: Jean-Clément Gallardo, Maxime Delmas & Marco Pagni)\r\n\r\nThe participants will work in groups and shortly present the application of what they have learned to their own project.",
            "homepage": "https://www.sib.swiss/training/course/20230903_MODAI",
            "is_draft": false,
            "costs": [
                "650 EUR/CHF for academics",
                "1000 EUR/CHF for for-profit companies"
            ],
            "topics": [
                "http://edamontology.org/topic_2269",
                "http://edamontology.org/topic_0089",
                "http://edamontology.org/topic_0602"
            ],
            "keywords": [
                "Biological network inference and analysis",
                "Multivariate analyses",
                "Semantic web",
                "Knowledge representation"
            ],
            "prerequisites": [
                "experience with at least one omic technique",
                "basic statistics",
                "R programming"
            ],
            "openTo": "Everyone",
            "accessConditions": "",
            "maxParticipants": null,
            "contacts": [
                "https://catalogue.france-bioinformatique.fr/api/userprofile/768/?format=api",
                "https://catalogue.france-bioinformatique.fr/api/userprofile/556/?format=api"
            ],
            "elixirPlatforms": [
                {
                    "id": 1,
                    "name": "Training",
                    "url": "https://catalogue.france-bioinformatique.fr/api/elixirplatform/Training/?format=api"
                }
            ],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [
                {
                    "id": 4,
                    "name": "IFB",
                    "url": "https://catalogue.france-bioinformatique.fr/api/organisation/IFB/?format=api"
                },
                {
                    "id": 100,
                    "name": "SIB",
                    "url": "https://catalogue.france-bioinformatique.fr/api/organisation/SIB/?format=api"
                }
            ],
            "organisedByTeams": [],
            "logo_url": "https://www.sib.swiss/training/images/sib_logo.svg",
            "updated_at": "2023-05-17T08:59:43.914253Z",
            "type": "Training course",
            "start_date": "2023-09-03",
            "end_date": "2023-09-08",
            "venue": "Centre de Vacances et Colloques Paul Langevin",
            "city": "Aussois",
            "country": "France",
            "geographical_range": "International",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": "2023-04-23",
            "registration_closing": "2023-06-01",
            "registration_status": "closed",
            "courseMode": "Onsite"
        },
        {
            "id": 395,
            "name": "« STATIMAGE», Statistiques pour l’imagerie de microscopie",
            "shortName": "",
            "description": "\n\n\nL’objectif de cette formation est de donner aux ingénieurs des plates-formes d’imagerie cellulaire et aux personnes qui utilisent ces technologies, des outils statistiques adaptés aux problématiques du domaine. Dans le but de traiter les grandes séries d’images acquises selon les diverses modalités, il est proposé de renforcer la maîtrise des outils statistiques pour une analyse pertinente mais aussi pour une optimisation des acquisitions.\nLa formation se déroulera du lundi midi au mercredi après-midi pour 2 demi-journées de cours (rappel des notions de bases, modélisation, plans d’expériences) et 3 demi-journées de travaux pratiques/dirigés.\n\n\n\n",
            "homepage": "https://france-bioimaging.org/fr/events/statimage-statistiques-pour-limagerie-de…",
            "is_draft": false,
            "costs": [
                "Free"
            ],
            "topics": [],
            "keywords": [
                "Biostatistics",
                "Image analysis",
                "Information retrieval",
                "Descriptive statistics",
                "Multivariate analyses"
            ],
            "prerequisites": [],
            "openTo": "Internal personnel",
            "accessConditions": "",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2017-06-18",
            "end_date": "2017-06-20",
            "venue": "",
            "city": "CIEP, Sèvres",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 392,
            "name": "Data analysis",
            "shortName": "",
            "description": "Biological data are often complex and challenging to analyse due to non-normal distributions, nonlinear relationships, spatial/temporal structures and high dimensionality. This course will introduce the students to key concepts and statistical tools for the experimental design and analysis of biological data. After a brief refresher on basic elements of statistics, the students will be made familiar with hypothesis testing, univariate statistical tests (e.g. ANOVA), linear models, descriptive multivariate analyses such as Principal Component Analysis (PCA) and clustering. The course will alternate theoretical aspects and computer exercises on small datasets with the R Studio software. The students will be assigned a small project involving the different concepts and tools covered by the course.\n",
            "homepage": "https://www.enseignement.biologie.ens.fr/spip.php",
            "is_draft": false,
            "costs": [
                "Free"
            ],
            "topics": [],
            "keywords": [
                "Biostatistics",
                "Statistical Tests",
                "Regression",
                "Dimension reduction",
                "Descriptive statistics",
                "Multivariate analyses"
            ],
            "prerequisites": [],
            "openTo": "Internal personnel",
            "accessConditions": "",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2018-10-07",
            "end_date": "2018-10-11",
            "venue": "",
            "city": "Ecole Normale Supérieure",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        },
        {
            "id": 391,
            "name": "INTRODUCTION À L'ANALYSE DE DONNÉES",
            "shortName": "",
            "description": "\nL'utilisation de plus en plus répandue de techniques d’imagerie et de séquençage à haut-débit en biologie est en train de révolutionner les sciences du vivant et de modifier en profondeur leurs pratiques. Dans ce contexte, des outils statistiques sont développés pour permettre d’analyser ces données de hautes dimensions, et la maîtrise de ces outils devient de plus en plus nécessaire pour produire des résultats de bonne qualité. Ce cours de 4 semaines couvrira les étapes nécessaires pour mettre en place un processus d’analyse de données, depuis la planification de l’expérience jusqu’à la fouille des données en passant par l’échantillonnage, les test d’hypothèses, la modélisation statistique etc.\nCe cours s’adresse en priorité aux étudiants de première année de thèse de l’Institut Pasteur. Tout étudiant en thèse sera automatiquement inscrit à ce cours, mais les élèves de 2e année, de 3e année ou les post-doctorants peuvent également s’inscrire, dans la limite des places disponibles. Il est à noter que le cours est obligatoire pour les étudiants de 1ère année. Des dispenses partielles ou totales sont possibles pour les étudiants qui ont déjà des connaissances en statistique, en mathématique ou en physique. Le cours déroulera sur 4 semaines, 4 jours par semaine, trois heures par jour. Chaque séance de trois heures alternera cours magistral et mise en pratique. Il y aura deux sessions : la première commencera le 22 octobre 2018 et la deuxième le 14 janvier 2019.\nChacune de ces deux sessions sera précédée d’une séance d’introduction à l’informatique. Cette séance proposera des notions d’architecture de l’ordinateur, de système d’organisation des fichiers et de format de fichiers. Chaque session sera également suivie d’un cours optionnel sur l’analyse et le traitement des images.\nPour plus d’information, ainsi que pour les inscriptions au module optionnel et les demandes d’exemption, rendez-vous sur la page du cours : https://c3bi.pasteur.fr/introduction-to-data-analysis-2018-19/\nThèmes abordés\nLe module d’analyse de données couvrira un large champ de notions nécessaires aux étudiants pour planifier leurs expériences, analyser et explorer leurs données, interpréter les résultats et générer des figures à des fins de publication. Il abordera des notions de base en statistique, dont les analyses uni- et multivariées, les analyses descriptives, les distributions statistiques usuelles utilisées en biologie, ainsi que les tests d’hypothèses. Les exercices et travaux pratiques seront réalisés avec R et RStudio. Plusieurs séances seront consacrées à une introduction à l’utilisation du langage de programmation R avant d’aborder les notions de statistiques et d’analyse de données.\nLe module d’analyse d’images introduira les principes de base de l’analyse d’image, et portera plus particulièrement sur l’extraction d’information quantitative d’images de microscopie. Ce cours est destiné aux personnes ayant peu ou pas d’expérience en analyse d’image. Il sera très orienté sur la pratique : des cours magistraux de courte durée seront immédiatement suivis de sessions pratiques. Il aidera à la fois les microscopistes débutants et experts qui n’ont jamais eu de formation concrète en analyse d’image.\n \n\n",
            "homepage": "https://www.pasteur.fr/fr/introduction-data-analysis",
            "is_draft": false,
            "costs": [
                "Free"
            ],
            "topics": [],
            "keywords": [
                "Biostatistics",
                "Statistical Tests",
                "Regression",
                "Dimension reduction",
                "Image analysis",
                "Descriptive statistics",
                "Multivariate analyses"
            ],
            "prerequisites": [
                "Master (M2 uniquement)"
            ],
            "openTo": "Internal personnel",
            "accessConditions": "\n\n \n\n\n",
            "maxParticipants": null,
            "contacts": [],
            "elixirPlatforms": [],
            "communities": [],
            "sponsoredBy": [
                {
                    "id": 12,
                    "name": "INCEPTION",
                    "url": "https://catalogue.france-bioinformatique.fr/api/eventsponsor/INCEPTION/?format=api"
                }
            ],
            "organisedByOrganisations": [],
            "organisedByTeams": [],
            "logo_url": "",
            "updated_at": "2022-06-02T11:50:50.627601Z",
            "type": "Training course",
            "start_date": "2019-01-13",
            "end_date": "2019-02-07",
            "venue": "",
            "city": "Institut Pasteur",
            "country": "",
            "geographical_range": "",
            "trainers": [],
            "trainingMaterials": [],
            "computingFacilities": [],
            "realisation_status": "past",
            "registration_opening": null,
            "registration_closing": null,
            "registration_status": "unknown",
            "courseMode": null
        }
    ]
}