腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
生物信息云
旨在传播生物医学科研实验技能和生物信息学基础知识及应用技巧
专栏成员
举报
257
文章
1196124
阅读量
407
订阅数
订阅专栏
申请加入专栏
全部文章(257)
数据库(74)
sql(67)
https(39)
编程算法(35)
网络安全(33)
数据分析(33)
r 语言(19)
腾讯云开发者社区(18)
数据(17)
python(15)
http(14)
go(13)
硬件开发(10)
linux(9)
可视化(9)
na(8)
函数(7)
html(6)
视频(6)
神经网络(5)
数据处理(5)
数据结构(5)
min(5)
对象(5)
教程(5)
机器学习(4)
ide(4)
深度学习(4)
人工智能(4)
线性回归(4)
file(4)
pdb(4)
开发(4)
系统(4)
bash(3)
json(3)
express(3)
存储(3)
tcp/ip(3)
cell(3)
count(3)
data(3)
ggplot2(3)
line(3)
pdf(3)
工具(3)
网络(3)
云服务器(2)
对象存储(2)
java(2)
node.js(2)
打包(2)
git(2)
github(2)
centos(2)
文件存储(2)
腾讯云测试服务(2)
网站(2)
企业(2)
开源(2)
缓存(2)
正则表达式(2)
面向对象编程(2)
大数据(2)
windows(2)
adt(2)
anova(2)
barcode(2)
bi(2)
com(2)
grid(2)
matrix(2)
partial(2)
path(2)
python3(2)
sample(2)
基础(2)
模型(2)
软件(2)
统计(2)
原理(2)
(1)
数据挖掘(1)
php(1)
perl(1)
javascript(1)
xml(1)
css(1)
jquery(1)
android(1)
access(1)
搜索引擎(1)
windows server(1)
apache(1)
bash 指令(1)
黑石物理服务器(1)
日志服务(1)
腾讯专有云 PaaS 平台(1)
图像处理(1)
医疗(1)
xslt & xpath(1)
云联网(1)
ssh(1)
gui(1)
ftp(1)
grep(1)
ntp(1)
anaconda(1)
数据可视化(1)
虚拟化(1)
聚类算法(1)
flink(1)
学习方法(1)
数据集成(1)
alpha(1)
apply(1)
atom(1)
background(1)
bit(1)
calculation(1)
conda(1)
cycle(1)
database(1)
db(1)
display(1)
download(1)
drawing(1)
dt(1)
element(1)
expect(1)
expression(1)
format(1)
fs(1)
geo(1)
glsl(1)
image(1)
import(1)
interface(1)
lambda(1)
lattice(1)
launch(1)
limit(1)
list(1)
map(1)
marker(1)
math(1)
methods(1)
model(1)
normalization(1)
null(1)
object(1)
panel(1)
paste(1)
perfect(1)
plot(1)
point(1)
product(1)
ps(1)
rank(1)
response(1)
sequence(1)
set(1)
show(1)
size(1)
slide(1)
snapshot(1)
sse(1)
surface(1)
tar(1)
text(1)
tfs(1)
time(1)
tm(1)
tools(1)
umi(1)
url(1)
using(1)
version(1)
vi(1)
web(1)
变量(1)
编码(1)
布局(1)
测试(1)
插件(1)
程序(1)
集合(1)
配置(1)
软件开发(1)
事件(1)
搜索(1)
算法(1)
芯片(1)
性能(1)
字符串(1)
搜索文章
搜索
搜索
关闭
生信入门第1课
机器学习
神经网络
深度学习
人工智能
数据分析
我写公众号的最初目的就是督促自己学习,分享一些教程,和专门搞生信的大佬们比起来,自己也就是菜鸟一枚,公众号更新也比较佛系,也不做推广,你能自行关注到,完全靠缘分。我就是分享一些生信基础的生信分析技能,以满足大家在科研工作中的生信需求。说实话,大家需要给你自己以定位,自己做纯生信的还是只是借助生信为大家在湿实验中提供思路,或者文章中添加一些生信内容。如果你是做纯生信,那也是分档次和研究方向的,如果只是分析别人的数据,比如预后模型这种,属于比较低端的水平。有的做开发,比如开发一个R包或者一些其他生信分析工具,又或者是建数据库,这些属于开发类。另外,这个也和研究领域有很大关系,植物的,人的,微生物的,是有区别的,当然,很多基础工具都差不多,但需要相关的知识背景。我自己主要是做药,癌症,所以我会的技能主要和自己研究方向相关的,我也不是什么都掌握,因为我觉得,具备基础知识储备后,自己用到什么就去现学现卖,而不是一下子学会很多东西等着以后用,我个人认为这是效率极其低下的。
DoubleHelix
2022-06-13
833
0
Cell:机器学习将如何改变生物医学
机器学习
神经网络
深度学习
人工智能
学习方法
这篇文章探讨了机器学习在改进诊断和治疗方面的应用。概述了机器学习如何改变生物医学的三个广泛领域:临床诊断、精确治疗和健康监测,目标是通过一系列疾病和正常的衰老过程保持健康。对于每个领域,都会讨论成功的机器学习应用的早期实例,以及机器学习的机会和挑战。当这些挑战得到满足时,机器学习将带来一个严谨的、基于结果的医学的未来,检测、诊断和治疗策略将不断适应个体和环境的差异。
DoubleHelix
2020-04-21
1.1K
0
R语言数据分析与挖掘(第八章):判别分析(3)——费歇尔(Fisher)判别分析
机器学习
神经网络
深度学习
人工智能
编程算法
我们之前介绍了判别分析中,因为判别准则的不同,可分为多种判别分析法。常用的有费歇尔(Fisher)判别分析、贝叶斯(Bayes)判别分析和距离判别分析。在上2篇文章中(判别分析——距离判别法和贝叶斯(Bayes)判别分析)介绍了距离判别分析和贝叶斯判别,本文将介绍贝费歇尔(Fisher)判别分析。
DoubleHelix
2019-12-13
8.2K
0
R语言数据分析与挖掘(第八章):判别分析(2)——贝叶斯(Bayes)判别分析
机器学习
神经网络
深度学习
人工智能
Bayes判别,它是基于Bayes准则的判别方法,判别指标为定量资料,它的判别规则和最大似然判别、Bayes公式判别相似,都是根据概率大小进行判别,要求各类近似服从多元正态分布。
DoubleHelix
2019-12-13
7.2K
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档