IS&T RCS 2025春季培训
2024年1月29日- 2月27日
注册是开放的RCS春季2025教程。请注意，我们有很多RCS澳门威尼斯人注册和供应商提供的过去教程的录音和幻灯片。
- 点击你想注册的教程的名称，或者向下滚动这个页面。
- 单击相应的绿色“Register for this session”链接。
- 这将带你到一个澳门威尼斯人注册Terrier e - development的页面。点击蓝色的“添加”按钮，然后点击同一页面右下角的蓝色“注册”按钮。
- 如果您希望注册其他教程，请返回此页面并遵循每个教程的相同过程。
- 如果您希望使用自己的计算机，请在课程开始前在您的计算机上安装相应的软件。
- 教程根据所需的经验（初级，中级或高级），位置（详细信息如下）以及它们是否新的进行标记。
- 教程课程要么亲自举行，要么通过Zoom。请注意，Zoom会议将被记录；如果你不想让你的图像被记录下来，请关闭相机。录制的会话可以提供给BU社区。
IS&T澳门威尼斯人注册网站研究计算服务（RCS）小组每年提供三次澳门威尼斯人注册编程、数据分析、高性能计算和领域特定主题的系列教程。这些教程是免费的，对波士顿大学社区的所有成员开放。
RCS教程涵盖了澳门威尼斯人注册网站研究人员可以在自己的计算环境中使用的概念、技术和工具。其中许多是为了帮助您有效地使用波士顿大学共享计算集群（SCC）而设计的。RCS澳门威尼斯人注册还可以为您的课程、小组或实验室提供额外的或定制的辅导课程。如果您有兴趣，请通过help@scc.bu.edu与我们联系。
培训计划
- 供应商的报告
2月11日（星期二）上午10:00 -下午12:00
GRASS GIS处理引擎简介（动手操作）
2月19日（星期三）下午2:30 - 3:30 NASA Earthdata用于提取和探索分析就绪样本的应用（出现）：访问、处理和可视化地理空间数据的工具（讲座）2月26日（星期三）下午2:00 - 3:00 面向澳门威尼斯人注册网站研究人员的数据与代码可再现性概论（讲座）2月27日（星期四）上午10:00 -下午12:00 
入门与JMP学生版&数据可视化（动手）2月27日（星期四）下午2:00 - 4:00
JMP线性建模与预测建模与机器学习（实践）
- 澳门威尼斯人注册网站研究计算基础教程
1月29日，星期三，12:00pm - 2:00pm 
BU的共享计算集群介绍（动手操作）1月29日星期三下午2:30 - 4:30 Linux入门（动手操作）1月30日星期四下午3:00 - 5:00 SCC的中级用法（讲座）2月3日星期一上午9:30 - 11:30 SCC的中级用法（讲座）
- 计算机编程教程
1月30日（星期四）上午10:00 -下午12:00 自然语言处理基础（动手）2月4日（星期二）下午1:00 - 3:00 机器学习与Python scikit-learn，第一部分（动手）2月20日（星期四）下午1:00 - 3:00 机器学习与Python scikit-learn，第二部分（动手） 此次会议因技术问题从2月6日开始推迟。2月5日（星期三）下午2:30 - 4:30 Python入门，第一部分（动手）2月7日（星期五）下午2:30 - 4:30 Python入门，第二部分（动手）2月6日（星期四）上午10:00 -下午12:00 Julia简介（动手）2月11日（星期二）下午1:00 - 3:00 PyTorch的深度学习，第一部分（动手）2月13日（星期四）下午1:00 - 3:00 PyTorch的深度学习，第二部分（动手）
- 数据分析教程
2月4日（星期二）下午3:00 - 5:00 在RStudio中使用GitHub Copilot进行代码开发（实践）2月6日（星期四）下午3:00 - 5:00 使用R Markdown和Quarto创建漂亮的文档（动手操作）2月12日（星期三）下午2:30 - 4:30 神经成像数据准备：BIDS， mriqc和fmriprep（动手）2月14日（星期五）下午2:30—4:30 Python for Data Analysis（动手操作）
- 高性能计算教程
2月13日（星期二）下午10:00 - 12:00 MATLAB性能优化（动手操作） 由于天气原因，本次会议于25年2月11日从面对面改为Zoom。
- 特定领域主题教程
1月30日（星期四）下午1:00 - 3:00 Python GIS: Geopandas Library（动手操作）2月3日（星期一）下午1:00 - 3:00 GIS使用Python: xarray（动手）2月10日星期一下午1:00 - 3:00 GIS使用R: arcgis（动手）
你可以注册尽可能多的教程，只要你喜欢。需要注册，并使用您的BU Kerberos密码进行访问。
如果您没有Kerberos密码，或者您发现教程已满，或者有任何其他问题，请发送电子邮件到rcs-tutorial@bu.edu。
教程的位置
生物科学中心，卡明顿商城2号，107室
通过Zoom在线注册后，您将收到包含Zoom链接的日历邀请。
卡明顿购物中心2号，在极速上空注册您希望参加教程的地点。如果可以的话，我们建议你亲自来。
教程描述和时间
供应商的报告
GRASS GIS处理引擎简介（动手操作）
指导老师：丹尼斯·米莱钦(milechin@bu.edu）
2025年2月11日星期二上午10:00 -下午12:00
实际指导老师：Vaclav (Vashek) Petras, NC State University （vpetras@ncsu.edu）
本教程将向参与者介绍使用GRASS GIS引擎处理地理空间数据的基础知识。我们将介绍GRASS GIS的基础知识，将数据提取到一个新项目中，并在Jupyter Notebook中可视化空间数据。我们将通过一个重点示例——一个视角分析案例澳门威尼斯人注册网站研究——来计算和评估道路上的可见区域。本教程专为地理空间分析或GRASS GIS新手设计，将演示GRASS GIS如何支持空间数据科学工作流程。不需要在您的计算机上安装。不需要以前有GRASS GIS的经验，尽管熟悉Python可能会有所帮助。
NASA Earthdata用于提取和探索分析就绪样本的应用（出现）：访问、处理和可视化地理空间数据的工具（讲座）
指导老师：丹尼斯·米莱钦(milechin@bu.edu）
2025年2月19日星期三下午2:30 - 3:30
实际指导老师：Cole Krehbiel， NASA LP DAAC项目科学家（ckrehbiel@usgs.gov）
appearance是一个易于使用的web界面和API，用于访问、处理和可视化地理空间数据产品。本教程将介绍appear并提供端到端演练，演示如何在空间上，时间上以及从Harmonized Landsat Sentinel-2 (HLS)， ECOSTRESS， EMIT， MODIS, Daymet， VIIRS等任务中按频带/层对地理空间数据进行子集。该演示将展示如何可视化结果、解释质量信息以及下载或直接使用云中的输出文件。LP DAAC还提供了R和Python教程，重点介绍用户如何使用appear API自动处理请求。appear允许新用户在几分钟内开始使用遥感数据！
面向澳门威尼斯人注册网站研究人员的数据与代码可再现性概论（讲座）
指导老师：丹尼斯·米莱钦(milechin@bu.edu）
2025年2月26日（星期三）下午2时至3时
实际指导老师：Lindsay Platt， CUAHSI环境数据科学家（lplatt@cuahsi.org）
本教程将介绍科学分析可重复性的概念，包括动机和入门的实用技巧。虽然在R中可能会给出一些环境应用程序的示例，但这些概念应该适用于任何依赖于数据和代码的分析。本教程将对所有技能水平都有有用的提醒，但将针对较新的编码和数据管理澳门威尼斯人注册网站研究人员。
入门与JMP学生版和数据可视化（动手）
指导老师：陈伟强(jack@bu.edu）
2025年2月27日（星期四）上午10:00 -下午12:00
2025年2月27日（星期四）上午10:00 -下午12:00
实际指导老师：Ross Metusalem，博士，JMP统计发现学术大使（ross.metusalem@jmp.com）
JMP学生版入门：- JMP学生版概述
- 浏览界面
- 基本的绘图和分析
- 导入数据
- 保存和复制分析
- 拖放图形与图形生成器
- 创建基本图类型
- 可视化高维数据集
- 制作出版质量的图形
JMP线性建模与预测建模与机器学习（实践）
指导老师：陈伟强(jack@bu.edu）
2025年2月27日（星期四）下午2:00 - 4:00
2025年2月27日（星期四）下午2:00 - 4:00
实际指导老师：Ross Metusalem，博士，JMP统计发现学术大使（ross.metusalem@jmp.com）
线性建模:- 最小二乘回归
- 逻辑回归
- 广义线性模型
- 混合模型
- 常见的监督式机器学习技术
- 自动模型交叉验证
- 部署模型
- 使用Touch插件进行深度学习
澳门威尼斯人注册网站研究计算基础教程
BU的共享计算集群简介（动手操作）
指导老师：Aaron Fuegi (aarondf@bu.edu）
2025年1月29日（星期三）下午12:00 - 2:00
Linux入门（动手操作）
讲师：奥古斯丁·阿巴里斯(augustin@bu.edu）
2025年1月29日星期三下午2:30 - 4:30
SCC的中级用法（讲座）
指导老师：卡蒂亚·布列科娃(ktrn@bu.edu）
2025年1月30日星期四下午3:00 - 5:00
2025年2月3日星期一上午9:30 - 11:30
- 定制您的环境
- SCC上的并行计算
- 作业监控和分析：CPU和GPU利用率，内存使用情况
- 性能优化分析程序
- 一般优化策略
计算机编程教程
自然语言处理基础（动手）
指导老师：Josh Bevan (jbevan@bu.edu）
2025年1月30日星期四上午10:00 -下午12:00
机器学习Python scikit-learn，第一部分（动手）
指导老师：阿提什·坎布尔(akamble@bu.edu）
2025年2月4日（星期二）下午1时至3时
这是由两部分组成的教程系列的第一部分。请务必在2月6日（周四）下午1点至3点注册第二部分，继续积累知识。
期待什么：本节介绍Scikit-Learn，一个用于机器学习的强大Python库。Scikit-Learn支持监督和无监督学习，并提供以下工具：
- 数据预处理
- 模型拟合
- 模型选择
- 评价
- 还有更多
通过实际数据集的实践练习，您将学习使用现代算法开发模型，包括：
- 线性回归
- 决策树和随机森林
- k - means聚类
- 降维
我们还将提供一般机器学习工作流程的概述，并提供有关进一步ML资源的指导。
准备：如果您的机器上没有安装Python，请遵循以下说明。
在会话之前，将共享包含所有必要包的conda环境文件以及激活说明。
先决条件：具有使用Jupyter Notebook进行Python编程的经验，熟悉NumPy， Pandas和Matplotlib等库。
准备好探索Scikit-Learn的功能，并开始构建实用的机器学习解决方案！
机器学习Python scikit-learn，第二部分（动手）
指导老师：阿提什·坎布尔(akamble@bu.edu）
2025年2月20日（星期四）下午1时至3时
这是由两部分组成的教程系列的第二部分。请务必在2月4日（周二）下午1点至3点报名第一部分。
期待什么：本节介绍Scikit-Learn，一个用于机器学习的强大Python库。Scikit-Learn支持监督和无监督学习，并提供以下工具：
- 数据预处理
- 模型拟合
- 模型选择
- 评价
- 还有更多
通过实际数据集的实践练习，您将学习使用现代算法开发模型，包括：
- 线性回归
- 决策树和随机森林
- k - means聚类
- 降维
我们还将提供一般机器学习工作流程的概述，并提供有关进一步ML资源的指导。
准备：如果您的机器上没有安装Python，请遵循以下说明。
在会话之前，将共享包含所有必要包的conda环境文件以及激活说明。
先决条件：具有使用Jupyter Notebook进行Python编程的经验，熟悉NumPy， Pandas和Matplotlib等库。
准备好探索Scikit-Learn的功能，并开始构建实用的机器学习解决方案！
Python入门（第一部分）
指导老师：Brian Gregor (bgregor@bu.edu）
2025年2月5日星期三下午2:30 - 4:30
这是对Python基本特性的介绍。本教程的第一部分介绍了基本类型、if语句、函数、列表、字典、循环和模块。本教程包括使用流行的Python开发环境，除了在SCC上使用Python之外，还包括在自己的计算机上设置Python。这是一个由两部分组成的教程，所以请记住注册两个部分。
如果您的家用机器上没有安装Python，请阅读并遵循这些指令在参加教程之前。Python入门（第二部分）
指导老师：Brian Gregor (bgregor@bu.edu）
2025年2月7日星期五下午2:30 - 4:30
本教程是“Python入门，第一部分”的延续，介绍了该语言的更多特性、常用库（如numpy和matplotlib）以及调试Python程序的基础知识。请确保你也报名参加了第一部分。
如果您的家用机器上没有安装Python，请阅读并遵循这些指令在参加教程之前。
Julia简介（动手）
指导老师：Josh Bevan (jbevan@bu.edu）
2025年2月6日（星期四）上午10:00 -下午12:00
使用PyTorch进行深度学习，第一部分（实践）
指导老师：阿提什·坎布尔(akamble@bu.edu）
2025年2月11日星期二下午1时至3时
这是PyTorch两部分教程的第一部分。请务必在2月13日（周四）下午1点到3点注册第二部分，继续积累知识。
期待什么：本课程介绍PyTorch，一个流行的、通用的深度学习Python库，针对gpu的加速处理进行了优化。您将获得构建和训练二元分类神经网络的实践经验。
主要议题：- 为什么PyTorch ?
- GPU加速使用PyTorch张量
- PyTorch Autograd用于自动微分
- 处理数据
- PyTorch中的数据集和数据加载器
- 构建神经网络
- 使用PyTorch开发用于二进制分类的深度学习模型
- 有Python编程经验，特别是使用Jupyter Notebook。
- 在学习本教程之前，确保您的机器上安装了Python。详细的安装说明和包含所需包的conda环境文件将被共享。
- 如果您计划使用自己的计算机，则必须提前安装并激活conda环境。
- 熟悉Python NumPy库。
- 对机器学习和深度学习概念有基本的了解，并有使用经验。
额外建议：对于那些刚接触机器学习的人，请考虑参加前面澳门威尼斯人注册机器学习与Python Scikit-Learn的教程，以建立基础知识。
准备好深入PyTorch并创建强大的深度学习模型吧！
使用PyTorch进行深度学习，第二部分（动手）
指导老师：阿提什·坎布尔(akamble@bu.edu）
2025年2月13日（星期四）下午1时至3时
这是PyTorch两部分教程的第二部分。请务必在2月11日星期二下午1点到3点注册第一部分。
期待什么：本课程介绍PyTorch，一个流行的、通用的深度学习Python库，针对gpu的加速处理进行了优化。您将获得构建和训练二元分类神经网络的实践经验。
主要议题：- 为什么PyTorch ?
- GPU加速使用PyTorch张量
- PyTorch Autograd用于自动微分
- 处理数据
- PyTorch中的数据集和数据加载器
- 构建神经网络
- 使用PyTorch开发用于二进制分类的深度学习模型
- 有Python编程经验，特别是使用Jupyter Notebook。
- 在学习本教程之前，确保您的机器上安装了Python。详细的安装说明和包含所需包的conda环境文件将被共享。
- 如果您计划使用自己的计算机，则必须提前安装并激活conda环境。
- 熟悉Python NumPy库。
- 对机器学习和深度学习概念有基本的了解，并有使用经验。
额外建议：对于那些刚接触机器学习的人，请考虑参加前面澳门威尼斯人注册机器学习与Python Scikit-Learn的教程，以建立基础知识。
准备好深入PyTorch并创建强大的深度学习模型吧！
数据分析教程
在RStudio中使用GitHub Copilot进行代码开发（实践）
指导老师：卡蒂亚·布列科娃(ktrn@bu.edu）
2025年2月4日星期二下午3:00 - 5:00
了解GitHub Copilot，一个ai驱动的编码助手，如何在RStudio中彻底改变你的编码工作流程。本教程将指导参与者在RStudio环境中集成和有效地使用GitHub Copilot。
与会者将学习如何：- 在RStudio中设置并启用GitHub Copilot。
- 利用它的功能来简化R中的代码开发。
- 在人工智能的帮助下生成、调试和优化代码片段。
- 结合将Copilot集成到协作编码项目中的最佳实践。
本课程专为数据分析师、澳门威尼斯人注册网站研究人员和程序员设计，使参与者能够利用人工智能的力量来提高生产力，并专注于编码的创造性方面。无论是人工智能辅助开发的新手还是希望改进您的技能，本教程都将提供为R用户量身定制的实用见解和动手示例。
使用R Markdown和Quarto创建漂亮的文档（动手操作）
指导老师：卡蒂亚·布列科娃(ktrn@bu.edu）
2025年2月6日（星期四）下午3:00 - 5:00
R Markdown是一个功能强大的工具，可以帮助生成格式优雅的文档。
在本教程中，我们将学习如何使用markdown、ggplot2和able包，以及它们的扩展来开发包含代码、图形和表的报告。
我们将介绍自定义代码块、图形和表格的各种选项，并介绍组织代码的最佳实践。
我们还将探索Quarto，这是一个新工具，允许使用markdown和创建格式优雅的文章、报告和演示文稿。
如果您的笔记本电脑上没有安装R和RStudio，请在参加教程之前阅读并遵循这些说明。
神经成像数据准备：BIDS， mriqc和fmriprep（动手）
指导老师：凯尔·库克拉(kkurkela@bu.edu）
2025年2月12日星期三下午2:30 - 4:30
Python for Data Analysis（动手操作）
指导老师：Brian Gregor (bgregor@bu.edu）
2025年2月14日星期五下午2:30 - 4:30
本教程将介绍使用Python及其强大的库（如Pandas和Matplotlib）进行数据分析的基础知识。
你将学到什么：- 导入和导出数据
- 基本的数据处理、清理和操作
- 基本推论统计分析
- 数据可视化技术
高性能计算教程
Matlab性能优化（动手）
指导老师：Josh Bevan (jbevan@bu.edu）
2025年2月13日（星期四）上午10:00 -下午12:00
在2/11/25，这个会议从面对面改为Zoom。缩放链接：https://bostonu.zoom.us/j/97519540489?pwd=XHwtVprkvsYsxZE0CzwTDUBYLtCDAp.1
对于许多程序来说，速度是主要的澳门威尼斯人注册网站研究生产力因素，这意味着获得结果的时间是几个小时还是几个月。对于许多应用程序来说，编写与编译的c++或Fortran版本一样快或仅慢2-3倍的MATLAB程序是可能的，同时需要的代码行数大大减少，并且/或者开发速度更快。对于现有的MATLAB程序，优化它们的性能可以提供显著的速度提升。本教程将采用“案例澳门威尼斯人注册网站研究”的实践方法，检查几个示例程序并优化它们的性能。在此过程中，将演示有用的加速技术，包括向量化、bsxfun、内存管理和“大0”算法改进。
假定有MATLAB基础知识。
如果您的家用计算机上没有安装MATLAB，请阅读并遵循这些指令在参加教程之前。
特定领域教程
Python GIS: Geopandas Library（动手操作）
指导老师：丹尼斯·米莱钦(milechin@bu.edu）
2025年1月30日（星期四）下午1时至3时
GeoPandas是一个Python库，扩展了Pandas DataFrame对象的功能。这允许将矢量数据（点、折线和多边形）导入DataFrame对象，但python库支持用于DataFrame空间操作的附加函数和空间属性，并允许生成显示空间数据的地图。在本教程中，我将向您介绍GeoPandas函数，它将允许您导入GIS数据，应用选定的空间操作，并生成一些简单的地图。
前提条件：基本的Python编程和使用Pandas DataFrame。
GIS使用Python: xarray（动手）
指导老师：丹尼斯·米莱钦(milechin@bu.edu）
2025年2月3日星期一下午1时至3时
Xarray是一个Python库，其目标是“简单、高效、有趣地处理带标签的多维数组！”该工具经常用于气候科学、海洋学和遥感等领域。在这些领域中，人们通常会使用栅格类型的数据，这些数据具有表示坐标（例如纬度和经度）和时间（例如年或日）的维度，以及一个或多个值（例如网格中每个单元格的二氧化碳浓度或热指数值）。Xarray通过合并标签的使用，提供了管理、子集化和分析这类数据的工具。在本教程中，我们将介绍有关理解用于描述Xarray对象的术语的基础知识，并介绍如何开始使用Xarray。
前提条件：基本的Python编程和对numpy的一些了解。
GIS使用R: arcgis（动手）
指导老师：丹尼斯·米莱钦(milechin@bu.edu）
2025年2月10日星期一下午1时至3时
R arcgis库是ESRI的R- arcgis Bridge工具箱的一部分，它允许用户在R环境中与arcgis Online服务交互。这使您可以将托管在ArcGIS Online上的数据加载到R环境中的sf对象中。在您的R环境中使用sf创建GIS数据，然后将该层发布到您的ArcGIS Online帐户。更新现有的数据，你已经托管在ArcGIS在线。在本教程中，我将通过几个工作流来演示如何使用R ArcGIS库与ArcGIS Online服务进行交互。
前提条件：基本的R编程，sf库的知识，并有一个ArcGIS在线帐户。