python机器学习生物信息学

2021-11-11 不仅仅是科学原理，还有独特的视角！—《诠释人性：如何用自然科学理解生命、爱与关系》

作者卡米拉·庞，伦敦大学学院生物化学博士，从事转化生物信息学研究的博士后科学家。8岁时，卡米拉被诊断患有自闭症谱系障碍（ASD），26岁时被诊断患有多动症（ADHD），而焦虑也一直伴随着她。
树毛竹·2023-11-30 22:45

深度学习框架：（1）PyTorch，（2）TensorFlow 和keras

PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。
随心就好@·2023-11-30 15:50

IF：4+ 鉴定与股骨头坏死软骨氧化应激相关的Hub基因和通路

语言学习，perl基础编程，linux系统命令，Python遇见更好的你75篇原创内容-->公众号现在肿瘤的文章已经很多很多了，其实非肿瘤的文章也可以轻松的实现，这期就介绍一篇4+的非肿瘤文章，轻松利用生物信息学分析鉴定与股骨头坏死软骨氧化应激相关的
90066456ace6·2023-11-30 00:53

【EI会议征稿】第四届生物信息学与智能计算国际学术研讨会（BIC 2024）

第四届生物信息学与智能计算国际学术研讨会（BIC2024）20244thInternationalConferenceonBioinformaticsandIntelligentComputing2024
搞科研的小刘选手·2023-11-29 20:17

RK3566&RK3568 安卓11 在framework层进行串口通信

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
By-LQX·2023-11-29 11:08

Python机器学习手册（六）

非结构化文本数据（比如，一本书或一条推文的内容）是处理起来最有意思也是最难的特征之一6.1清洗文本对一些非结构化的文本数据进行基本的清洗大部分基本的文本清洗操作用python的常用字符串操作即可完成。其中strip、replace、split这三个操作用的最多#创建文本text_data=["Interrobang.ByAishwaryaHenriette","ParkingAndGoing.By
白白+懒懒·2023-11-29 11:05

python机器学习：SVM（8）

SVM#-*-coding:utf-8-*-importnumpyasnpfromscipyimportioasspiofrommatplotlibimportpyplotaspltfromsklearnimportsvmdefSVM():'''data1——线性分类'''data1=spio.loadmat('data1.mat')X=data1['X']y=data1['y']y=np.rav
HarryStudyPython_ing·2023-11-29 11:33

python机器学习：决策树与随机森林（6）

决策树与随机森林决策树部分python机器学习：决策树关于CART与ID3,C4.5附代码（4）随机森林部分#coding=utf-8importnumpyasnpimportdecision_treeclassRandomForest
HarryStudyPython_ing·2023-11-29 11:33

python机器学习：SVM（7）

scikit-learn中的SVMimportnumpyasnpimportmatplotlib.pyplotaspltimportnumpyasnpimportmatplotlib.pyplotasplt一个常用的画图函数defplot_decision_boundary(model,axis):"""绘制不规则决策边界"""x0,x1=np.meshgrid(np.linspace(axis[
HarryStudyPython_ing·2023-11-29 11:33

python机器学习：决策树（3）

决策树摘要：如何处理txt文件完成简单决策树算法数据结构txt文件youngmyopenoreducednolensesyoungmyopenonormalsoftyoungmyopeyesreducednolensesyoungmyopeyesnormalhardyounghypernoreducednolensesyounghypernonormalsoftyounghyperyesreduc
HarryStudyPython_ing·2023-11-29 11:03

python机器学习：决策树（1）

决策树importnumpyasnpimportos%matplotlibinlineimportmatplotlibimportmatplotlib.pyplotaspltplt.rcParams['axes.labelsize']=14plt.rcParams['xtick.labelsize']=12plt.rcParams['ytick.labelsize']=12importwarnin
HarryStudyPython_ing·2023-11-29 11:02

python机器学习：决策树（2）

决策树frommatplotlib.font_managerimportFontPropertiesimportmatplotlib.pyplotaspltfrommathimportlogimportoperatorimportpickledefcreateDataSet():dataSet=[[0,0,0,0,'no'],[0,0,0,1,'no'],[0,1,0,1,'yes'],[0,1,
HarryStudyPython_ing·2023-11-29 11:02

r语言 相关性作图_R绘图：相关性分析与作图

公众号“生信小课堂”TCGA数据分析课程：生物信息学教学相关性分析是我们生信分析中必不可少的技能，单基因的批量相关性分析，可以用于做单基因的GO，KEGG富集分析和GSEA分析，也有多基因之间的相关性分析
知乎剧综·2023-11-29 03:32

python机器学习 玩飞行小鸟游戏

python机器学习玩飞行小鸟游戏截图视频效果代码截图视频效果机器学习玩飞行的小鸟游戏代码#coding:utf-8importrandomimportPATHimportcv2fromitertools
图像处理大大大大大牛啊·2023-11-28 23:02

加权基因共表达网络分析 (WGCNA）| 共表达网络模块构建 |生物信息学数据分析必备技能

一、前言1.1概念加权基因共表达网络分析(WGCNA,Weightedcorrelationnetworkanalysis)是用来描述不同样品之间基因关联模式的系统生物学方法，可以用来鉴定高度协同变化的基因集,并根据基因集的内连性和基因集与表型之间的关联鉴定候补生物标记基因或治疗靶点。该分析方法旨在寻找协同表达的基因模块(module)，并探索基因网络与关注的表型之间的关联关系，以及网络中的核心基
小杜的生信筆記·2023-11-28 17:42

pandas教程：Introduction to scikit-learn scikit-learn简介

13.4Introductiontoscikit-learn（scikit-learn简介）13.4Introductiontoscikit-learn（scikit-learn简介）scikit-learn是一个被广泛使用的python
Cachel wood·2023-11-28 10:15

Qt自定义标题栏，实现拖动功能

Qt自定义标题栏，实现拖动功能提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录
pingdaozhang·2023-11-28 09:40

ES6_04- 模板字符串+标签模板字符串

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用文章目录系列文章目录1.模板字符串1.1.写法1.2.普通字符串1.3
冬眠海带丝·2023-11-27 00:41

机器学习第四章线性回归算法进阶4.3线性回归的正则化（《大话Python机器学习》学习笔记）

第四章线性回归算法进阶4.3线性回归的正则化4.3.1为什么要使用正则化欠拟合（Underfitting）：  采用一定的算法去拟合时，如果没有考虑相当的信息量（特征变量），从而对训练数据集的拟合算法无法精确，便会发生欠拟合现象。欠拟合也成为高偏差（Bias），即建立的模型拟合与预测效果较差。  解决方法：通过增加更多的特征变量，利用更高次幂的多项式当作假设函数，以该假设函数来拟合训练数据。  欠
BianchiHB·2023-11-26 22:49

基于Qiime2处理Silva数据库

生物信息学习提示：仅供学习交流使用。
Biostudy-1005·2023-11-26 18:27

QIIME2进阶一_用QIIME2解析序列，诠释生命

本文旨在介绍生物信息学软件QIIME2及其核心组成。2010年，美国科罗拉多大学的RobKnight教授（现单位美国加州大学圣地亚哥分校）团队发布QIIME（发音同chime）分析流程。
环微分析·2023-11-26 18:53

QIIME 2介绍

QIIME2（QuantitativeInsightsIntoMicrobialEcology2）是一个用于分析和解释微生物组数据的开源生物信息学工具。
qq_27390023·2023-11-26 18:51

纯生物信息学SCI文章好发吗？不好意思，很难了

如我题目所说，这次探讨的问题是纯生物信息学文章好不好发表。纯生物信息学最大的好处就是跳过了基础实验这个最大门槛，省去大量时间和精力，以至于同学们对生信发文的坚信程度达到了无比执着的境地。
医学程序研究·2023-11-26 10:34

【机器学习】带你轻松理解什么是强化学习中的贝尔曼方程

系列文章目录第十八章Python机器学习入门之强化学习目录系列文章目录前言一、什么是贝尔曼方程二、贝尔曼方程为什么有用三、贝尔曼方程是怎么来的总结前言贝尔曼方程是强化学习中最重要的一个方程式。
晓亮.·2023-11-26 03:12

python机器学习手写算法系列——RANSAC(随机抽样一致)回归

本文旨在通过在最简单的一元一次方程中运用RANSAC，编写代码，来学习RANSAC算法。RANSAC算法RANSAC[1]算法，全程是RandomSampleConsensus（随机抽样一致）。它采用迭代的方式从一组包含outliers的数据中估算出回归模型。RANSAC是一个非确定性算法，因为它是“随机抽样”的。它原来是计算机视觉的算法，后来被用来做线性回归。RANSAC回归用最少的数据点训练模
织网者Eric·2023-11-25 17:19

计算最长公共子序列算法

概述最长公共子序列问题是计算机科学与技术领域中一个重要的问题，广泛应用于字符串匹配、版本控制、生物信息学等领域。解决最长公共子序列问题的动态规划算法具有高效、可靠的特点，因此被广泛采用。
大宝贱·2023-11-25 15:34

【金猿案例展】某国家级研究所——组学大数据分析平台建设

生物信息学经过近30年的发展，从最初的基因组数据的收集和存储，到利用数学建模和人工智能思想，挖掘数据背后的生物学意义、对样本数据进行合理分类、建立合理的二级和三级数据库，
数据猿·2023-11-24 20:46

生物信息学之玩转Linux---学习笔记（一)---生信技能树

Linux系统是进行生物信息学分析的基石，许多生物信息学软件都是基于Linux系统开发的。所以学习Linux对于生物信息学分析尤为重要。
LiuYueRR·2023-11-24 20:58

图神经网络的数学原理总结

许多现实生活问题使GDL成为万能工具：在社交媒体、药物发现、芯片植入、预测、生物信息学等方面都显示出了很大的前景。
金戈鐡馬·2023-11-24 18:41

STRING||蛋白互作数据库在线分析基因互作网络（PPI）

它除了包含有实验数据、从PubMed摘要中挖掘的结果和综合其他数据库数据外，还有利用生物信息学的方法预测的结果。研究蛋白之间的相互作用网络，有助于挖掘核心的调控基因。
生信编程日常·2023-11-24 07:29

基于 Dash Bio 的生物信息学数据可视化

DashBio是面向生物信息学，且与Dash兼容的组件，它可以将生物信息学领域中常见的数据整合到Dash应用程序，以实现响应式的生物信息学数据可视化。
Python中文社区·2023-11-24 01:51

基因组组装----k-mer

k-mer：在生物信息学中，k-mers是包含在生物序列中的长度为k的子序列。比如序列：GTAGAGCTGT,根据k值不同，可得到以下k-mer。
bcl_hx·2023-11-23 12:16

Python机器学习之随机森林

引言 随机森林的原理网上有一大堆，作为入门小白，下面来根据教材敲两个随机森林的代码。随机森林有两个比较重要的参数：max_features和n_estimators。max_features的取值越高，随机森林里的每一颗决策树就会“长得更像”。如果max_features的取值越低，就会迫使每颗决策树的样子更加不同，而且因为特征太少，决策树们不得不制造更多节点来拟合数据。n_estimators控
一只怂货小脑斧·2023-11-23 08:43

PYTHON机器学习实战——集成学习 AdaBoost元算法

集成学习AdaBoost元算法更新数据集增大判断错误的样本权重自举汇聚法（bootstrapaggregating），也称为bagging方法，是在从原始数据集选择S次后得到S个新数据集的一种技术。bagging中的数据集相当于是有放回取样，比如要得到一个大小为n的新数据集，该数据集中的每个样本都是在原始数据集中随机抽样（有放回），也就是说原始数据集中的样本有部分可能就不会出现在新的数据集中，而有
EwenWanW·2023-11-22 16:15

【机器学习实战一：K-近邻算法】

点击下载2、运行环境为：window10+python3.2+各种python机器学习库。安装可参考：点击打开链接3、本文注重代码的实现过程，其基本知识请参考《机器学习实战》和一些知名博客。
hefei_cyp·2023-11-22 15:37

10+生信文章鉴赏：如何将靶点与癌症的关系研究透彻

该研究利用生物信息学的方法，在零实验的情况下，通过对shelterin在各种癌症中的表达、突变以及与免疫通路的关系，系统性的研究了shelterin作为靶点以及作为癌症标志物的可能性。
概普生信·2023-11-22 15:46

Python机器学习、深度学习提升气象、海洋、水文领域实践应用

Python是功能强大、免费、开源，实现面向对象的编程语言，能够在不同操作系统和平台使用，简洁的语法和解释性语言使其成为理想的脚本语言。除了标准库，还有丰富的第三方库，Python在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能。上述优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。可以预见未来Python将成为气象、海洋和水文
天青色等烟雨..·2023-11-22 10:44

生物信息学之抗癌药物反应论文阅读六：DNN整合基因组谱

论文地址：Predictingdrugresponseoftumorsfromintegratedgenomicprofilesbydeepneuralnetworks利用深度神经网络预测整合基因组谱的肿瘤药物反应作者信息：Yu-ChiaoChiu1,Hung-IHarryChen1,2,TingheZhang2,SongyaoZhang2,3,AparnaGorthi1,Li-JuWang1,Y
Programming_miao·2023-11-22 03:58

python自学入门书籍推荐-推荐python机器学习实践的书籍？

直接实战的话，其实看ScikitLearn的官网就可以了。不仅有算法的说明，还有相关的参数文档，还有对应的案例分析，也有一些简单数据供参考。从开源的角度上讲，ScikitLearn已经做得非常不错了。遇到相关知识点的话，去翻阅博客或者书籍的对应章节就可以了。机器学习是计算机科学与人工智能的重要分支领域。周志华老师的《机器学习》这本书作为该领域的入门教材，在内容上涵盖机器学习基础知识的很多方面。全书
weixin_37988176·2023-11-22 02:59

【机器学习】特征工程：特征选择、数据降维、PCA

各位同学好，今天我和大家分享一下python机器学习中的特征选择和数据降维。内容有：（1）过滤选择；（2）数据降维PCA；（3）sklearn实现那我们开始吧。
TwcatL_tree·2023-11-22 01:40

深入解析序列模型：全面阐释 RNN、LSTM 与 Seq2Seq 的秘密

简介序列建模是许多领域的一个重要问题，包括自然语言处理(NLP)、语音识别和语音合成、时间序列预测、音乐生成和「生物信息学」。所有这些任务的共同点是它们需要坚持。接下来的事情的预测是基于历史的。
冷冻工厂·2023-11-21 05:42

【Python百宝箱】探索数据科学的瑞士军刀：Python机器学习库大揭秘

前言：随着人工智能和机器学习技术的不断发展，构建强大的数据科学和机器学习应用变得更加令人兴奋和具有挑战性。本文旨在向读者介绍一系列在这一领域取得巨大成功的工具和库。从传统的机器学习基础库到深度学习框架，从数据处理和可视化到自然语言处理和计算机视觉，我们将一一探讨这些工具的重要性以及如何使用它们构建强大的应用。文章目录数据魔法：用强化学习和模型解释揭示隐藏的信息1.机器学习基础库1.1**`scik
friklogff·2023-11-20 19:16

学了这么久，你知道Python机器学习全流程是怎样的么？

万事开头难，首先Python机器学习整个流程的第一步就是学习Python这门编程语言的相关基础知识。
python 筱水花·2023-11-20 19:08

PyTorch环境安装

PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。
#include·2023-11-20 10:35

es的优势

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
破局缘·2023-11-20 07:38

Neo4j数据库介绍及简单使用

这种表示方式非常适合处理具有复杂关系的数据，如社交网络、推荐系统、网络拓扑、生物信息学等领域的数据。
西瓜太郎呀！·2023-11-20 01:59

【生物信息学学习】Linux基础

虚拟机作为远程服务器获取虚拟机的IP地址远程登陆服务器传输文件Linux基础命令目录相关的命令常用命令cd切换目录特殊路径（”“之中的符号）文件操作命令查看文件内容编辑文件的内容压缩和打包Linux与生物信息生物信息学为什么使用
Ginno·2023-11-19 15:21

bioinfo100-第10题-FastQC报告之adapter与kmer

我们在[生物信息学100个基础问题——第5题测序建库的adapter](https://zhuanlan.zhihu.com/p/34691037"\t"_blank)的时候讨论过adapter的问
RachaelRiggs·2023-11-19 09:20

【python机器学习】决策树（二）

目录一、基尼系数二、决策树中的超参数三、决策树解决回归问题四、决策树的局限性一、基尼系数在决策树中，基尼系数是一种衡量数据集纯度的指标。在构建决策树时，基尼系数可以用来确定每个节点上哪个特征是最好的分割特征。基尼系数越小，表示数据集的纯度越高。它和上一小节提到的信息熵类似。代码示例：importnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimpo
敲代码的喜羊羊·2023-11-19 06:18

动态规划c++

1.什么是动态规划动态规划（英语：Dynamicprogramming，简称DP），是一种在数学、管理科学、计算机科学、经济学和生物信息学中使用的，通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法
呼噜吧唧·2023-11-18 22:12
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他