MIT基因组学机器学习-学习资料
MIT基因组学机器课程,内容覆盖局部对齐哈希、HMM、聚类、分类、RNA折叠、基因组学、群体遗传学、GWAS、疾病解剖、系统发育学等

关键词标签: MIT, RNA折叠, 基因组学, GWAS
6.047; Machine Learning for Genomics; 基因组学机器学习
🏆 课程学习中心 | 🚧 AI生物医疗课程合辑 | 🌍 课程主页 | 📺 中英字幕视频 | 🚀 项目代码解析
Machine Learning for Genomics
基因组学机器学习
Massachusetts Institute of Technology
麻省理工学院(MIT)
6.047
⭐⭐⭐⭐⭐


课程介绍

6.047; Machine Learning for Genomics; 基因组学机器学习

MIT 6.047/6.878是全球顶校麻省理工开设的基因组学机器学习的交叉专业课程。课程以基因组学为主要应用领域,讲解深度学习的典型应用场景(如人类基因组、表观基因组、进化和癌症/疾病机制),了解前沿技术方法的进展。

6.047; Machine Learning for Genomics; 基因组学机器学习

课程内容覆盖『计算技术』『生物学应用』两个方向的内容。

注意!课程学习需要具备一定的生物学知识储备,包括:分子生物学的中心法则、DNA、表观基因组学、RNA、蛋白质、人类遗传学、进化等。

6.047; Machine Learning for Genomics; 基因组学机器学习

课程讲师 Manolis Kellis,麻省理工学院 MIT 计算生物学组负责人,MIT Broad 研究所成员,哈佛计算机科学与人工智能实验室首席研究员。其研究方向是通过大规模功能和比较基因组学数据集的计算集成来进一步了解人类基因组。


课程主题

课程官网发布了课程主题,ShowMeAI 对其进行了翻译。


课程资料 | 下载

6.047; Machine Learning for Genomics; 基因组学机器学习

扫描上方图片二维码,关注公众号并回复关键字 🎯『6.047』,就可以获取整理完整的资料合辑啦!当然也可以点击 🎯 这里 查看更多课程的资料获取方式!

6.047; Machine Learning for Genomics; 基因组学机器学习
6.047; Machine Learning for Genomics; 基因组学机器学习
6.047; Machine Learning for Genomics; 基因组学机器学习

ShowMeAI 对课程资料进行了梳理,整理成这份完备且清晰的资料包:


课程视频 | B站

🌍 B站 | 【双语字幕+资料下载】MIT 6.047 | 基因组学机器学习(2020·完整版)

ShowMeAI 将视频上传至B站,并增加了中英双语字幕,以提供更加友好的学习体验。点击页面视频,可以进行预览。推荐前往 👆 B站 观看完整课程视频哦!

本门课程,ShowMeAI 将部分章节进行了切分,按照主题形成更短小的视频片段,便于按照标题进行更快速的检索。切分后的视频清单列写在这里:

课时编号 课时内容
第1讲 介绍
第2讲 动态规划
第3讲 局部对齐哈希 BLAST 对齐分数
第4讲 HMM第1部分
第5讲 HMM第2部分
第6讲 表达式分析聚类分类
第7讲 RNA折叠、RNA结构
第8讲 表观基因组学第1部分
第9讲 表观基因组学第2部分、3D基因组
第10讲 调控基因组学和基序
第11讲 网络
第12讲 深度学习
第13讲 群体遗传学
第14讲 GWAS和疾病解剖
第15讲 eQTLs表达
第16讲 系统遗传学和遗传力
第17讲 比较基因组学
第18讲 基因组进化
第19讲 系统发育学
第20讲 系统基因组学
第21讲 癌症基因组学
第22讲 单细胞基因组学


更多技术与课程清单 | 点击查看详细课程

合辑 课程链接
CS数学基础课程合辑 【ENGR108】Stanford斯坦福 · 线性代数与矩阵方法导论课程
【6.042J】MIT麻省理工 · 计算机科学的数学基础课程
【MATH100】辛辛那提大学 · 微积分Ⅰ课程
【MATH101】辛辛那提大学 · 微积分Ⅱ课程
【MATH1071】辛辛那提大学 · 离散数学课程
计算机基础课程合辑 【14-455】CMU卡内基梅隆 · 数据库系统导论课程
【15-721】CMU卡内基梅隆 · 数据库系统进阶课程
【CS105】Stanford斯坦福 · 计算机科学导论课程
【CS50-CS】Harvard哈佛 · 计算机科学导论课程
【CS50-WEB】Harvard哈佛 · 基于Python / JavaScript的Web编程课程
【6.0001】MIT麻省理工 · 计算机科学与Python编程导论课程
【6.046J】MIT麻省理工 · 数据结构与算法设计课程
【18.S191】MIT麻省理工 · 计算思维导论(Julia)课程
【CMSC420】马里兰大学 · 数据结构课程
机器学习课程合辑 【AndrewNG-ML】吴恩达 · 机器学习专项课程
【CS229】Stanford斯坦福 · 机器学习课程
【6.036】MIT麻省理工 · 机器学习导论课程
深度学习课程合辑 【AndrewNG-DL】吴恩达 · 深度学习专项课程
【CS230】Stanford斯坦福 · 深度学习课程
【CSW182】Berkeley伯克利 · 深度神经网络设计、可视化与理解课程
【FSDL】Berkeley伯克利 · 全栈深度学习训练营课程
【CS50-AI】Harvard哈佛 · Python人工智能入门课程
【6.S191】MIT麻省理工 · 深度学习导论课程
【APPLY-DL】科罗拉多大学 · 应用深度学习(全知识点覆盖)课程
【STAT453】威斯康星 · 深度学习和生成模型导论课程
【T81-558】WUSTL · 深度神经网络应用案例实操课程
【HYLEE】李宏毅 · 机器学习(&深度学习)课程
NLP课程合辑 【CS224n】Stanford斯坦福 · 深度学习与自然语言处理课程
【CS124】Stanford斯坦福 · 从语言到信息课程
【CS520】Stanford斯坦福 · 知识图谱课程
【CS685】马萨诸塞大学 · 自然语言处理进阶课程
计算机视觉课程合辑 【CS231n】Stanford斯坦福 · 深度学习与计算机视觉课程
【EECS498】Michigan密歇根 · 深度学习与计算机视觉(CS231n进阶课)
【ADL4CV】慕尼黑工大 · 计算机视觉深度学习进阶课
强化学习课程合辑 【CS285】Berkeley伯克利 · 深度强化学习课程
【CS234】Stanford斯坦福 · 强化学习课程
AI生物医疗课程合辑 【6.047】MIT麻省理工 · 基因组学机器学习课程
【6.874】MIT麻省理工 · 面向生命科学的深度学习课程
【6.S897】MIT麻省理工 · 医疗机器学习课程
其他名校AI课程合辑 【CS294】Berkeley伯克利 · 深度无监督学习课程
【11-777】CMU卡内基梅隆 · 多模态机器学习课程
【15-462】CMU卡内基梅隆 · 计算机图形学课程
【CS224W】Stanford斯坦福 · 图机器学习课程
【6.S094】MIT麻省理工 · 深度学习与无人驾驶课程
【GDL】AMMI · 几何深度学习课程
6.047; Machine Learning for Genomics; 基因组学机器学习
*****
本文作者 韩信子
欢迎关注微信公众号 ShowMeAI研究中心 获取更多资源!