Physalia_ML

【文件属性】：
文件名称：Physalia_ML
文件大小：1.51MB
文件格式：ZIP
更新时间：2021-03-22 18:07:18
R Physalia_ML 生物学家的机器学习，动手入门 授课教师： Pietro Franceschi，Filippo Biscarini 提要使用现代定量技术表征复杂现象是几乎每个研究领域的标准方法。 生物学也不例外，并且在生命科学的方方面面都广泛使用多组学技术（代谢组学，转录组学，基因组学和蛋白质组学）。 最终的多元数据集非常复杂，需要应用高级数据分析方法来优化检索到的信息。 对于相对大规模的研究，机器学习是补充经典多元统计方法的有效工具。 本课程的目的是突出这些数据分析方法在生物学研究中的优点和局限性，为使用多元方法和机器学习对'组学数据集进行分析提供了广泛的实践介绍。 在课程结构下面，还有详细的时间表（文档末尾的链接）。 代码和数据将在每天开始时提供。 幻灯片将在每天结束时提供。 第一天 总体介绍 数据挖掘，组学和机器学习 幻灯片0.ML（Filippo）简介 Omics符合

【文件预览】：
Physalia_ML-main
----data()
--------DNA methylation data.xlsm(24KB)
--------KOMP_met_properties.tsv(183KB)
--------KOMP.tsv(2.78MB)
--------MTBSL1.tsv(188KB)
----_config.yml(26B)
----.gitignore(341B)
----r_packages.R(931B)
----README.md(2KB)
----scripts()
--------1.introduction_to_ml.Rmd(7KB)
--------2.linear_regression.Rmd(5KB)