제프리 T. 리크

Jeffrey T.
제프리 T. 리크
Jeffrey Leek in 2017 (cropped).jpg
모교워싱턴 대학교 (박사, M.S.)
유타 주립 대학교 (B.S.)
로 알려져 있다.생물통계학 및 데이터 과학
과학 경력
필드생물통계학
기관존스 홉킨스 블룸버그 공중보건대학원
박사학위 자문위원존 D. 스토리
박사과정 학생힐러리 S. 파커

Jeffrey Tullis Leek는 존스 홉킨스 블룸버그 공중보건대학의 교수로 일하고 있는 미국의 생물학자 겸 데이터 과학자다.[1] 그는 Simply Statistics 블로그의 저자로, 데이터 과학 전문화의 일환으로 Coursera를 통해 여러 온라인 강좌를 운영하고 있다.[2][3][4] 그가 가장 인기 있는 코스는 [5]로저 펭, 브라이언 카포와 함께 지시한 데이터 사이언티스트의 도구상자다. Leek은 게놈 데이터 분석과 연구에 대한 비판적 시각과 대중적인 통계 방법의 정확성에 기여한 것으로 가장 잘 알려져 있다.

교육

Leek은 2003년에 유타 주립대학을 그의 과학 학사들과 함께 졸업했다. 그 후 2005년 워싱턴 대학교에서 석사학위를 취득하고 2007년 존 스토리를 박사학위 자문위원으로 하여 생물통계학 박사학위를 마쳤다.[1]

연구 및 경력

리크는 2009년 블룸버그 공중보건대학에서 근무하면서 생물통계학과 조교수로 존스홉킨스 대학에 입사했다. 2014년에 그는 생물통계학과 종양학 부교수가 되었다.[6]

Leek는 존스홉킨스 대학의 컴퓨터 생물학[7] 센터에서 게놈 분석을 위한 통계 패키지를[8][9] 만들고 있다.

그는 또한 통계와 메타 리서치에 관한 기사가 혼합된 블로그인 "Simply Statistics[10]"를 로저 펭과 라파 이리자리와 공동 편집했다.[11]

리크는 하버드대[12] 콜로키움 시리즈, 뉴욕 게놈센터 강연 등 명문대 및 장소에서 여러 차례 강연과 함께 머신러닝과 데이터과학으로 인간 유전자 발현 연구를 위한 종합자원 구축 등을 강의 시리즈의 일환으로 진행했다.[13]

그는 재현성의 전문가로, 그의 연구와 의견은 네이처와[14][15] 국립과학원회보 등 주목할 만한 과학·의학지에 실렸다. 리크는 자체 출간한 '데이터 분석 스타일의 요소'라는 책을 썼고 복제 전문가로 꼽힌다.[16][17]

인식

Leek은 2020년에 미국 통계협회 회원으로 선출되었다.[18]

선택한 게시물

리크의 고도로 인용된 작품들은 다음과 같다.

  • "대리변수분석에 의한 유전자 발현연구의 이질성 포착"[19]
  • "고투입 데이터에서 일괄 처리 효과의 광범위하고 중대한 영향 파악"[20]

참조

  1. ^ a b "Faculty - Johns Hopkins".
  2. ^ "About". Simply Statistics.
  3. ^ Diane Peters (2018-02-22). "MOOCs are not dead, but evolving". University Affairs.
  4. ^ Steven Salzberg (2015-04-13). "How Disruptive Are MOOCs? Hopkins Genomics MOOC Launches In June". Forbes.
  5. ^ "Coursera - Data Scientists Toolbox".
  6. ^ "Jeff Leek". LinkedIn.
  7. ^ "Center for Computational Biology". Johns Hopkins University.
  8. ^ "Software developed by Jeffrey Leek".
  9. ^ "Software developed by The Center for Computation Biology".
  10. ^ "Simply Statistics".
  11. ^ Jeff Leek. "Is Most Published Research Really False?".
  12. ^ "What Can 20,000+ RNA-seq Samples Tell Us About How Much Of The Genome Is Transcribed?". Harvard Colloquium Seminar.
  13. ^ Jeff Leek. "Building a Comprehensive Resource for the Study of Human Gene Expression with Machine Learning and Data Science". New York Genome Center Lecture.
  14. ^ Leek, Jeff; Peng, Roger (2015-04-28). "Statistics: P values are just the tip of the iceberg". Nature. 520 (7549): 612. Bibcode:2015Natur.520..612L. doi:10.1038/520612a. PMID 25925460. S2CID 4465756.
  15. ^ Leek, Jeff; McShane, Blakeley; Gelman, Andrew; Colquhoun, David; Nuijten, Michele; Goodman, Steven (2017-11-28). "Five Ways to Fix Statistics". Nature.
  16. ^ "The Elements of Data Analytic Style".
  17. ^ Karen Nitkin (2017-11-07). "Could you repeat that? Fixing the 'replication crisis' in biomedical research has become top priority". Hub.
  18. ^ "ASA Fellows list". American Statistical Association. Retrieved 2020-06-01.
  19. ^ Leek, Jeff; Storey, John (2007-09-28). "Capturing Heterogeneity in Gene Expression Studies by Surrogate Variable Analysis". PLOS Genetics. 3 (9): 1724–35. doi:10.1371/journal.pgen.0030161. PMC 1994707. PMID 17907809. S2CID 151500.
  20. ^ Leek, Jeff; Scharpf, Robert; Corrado Bravo, Hector; Simcha, David; Langmead, Benjamin; Johnson, Evan; Geman, Donald; Baggerly, Keith; Irizarry, Rafael (2010-10-01). "Tackling the Widespread and Critical Impact of Batch Effects in High-Throughput Data". Nature Reviews Genetics. 11 (10): 733–9. doi:10.1038/nrg2825. PMC 3880143. PMID 20838408.