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

课程介绍

MIT 6.047/6.878是全球顶校麻省理工开设的基因组学与机器学习的交叉专业课程,本课程以基因组学为主要应用领域,讲解了深度学习的典型应用场景与目前前沿技术方法进展。\n课程内容覆盖 局部对齐哈希、HMM、聚类、分类、RNA折叠、表观基因组学、3D基因组、调控基因组学、深度学习、群体遗传学、GWAS、疾病解剖、遗传力、比较基因组学、系统发育学、系统基因组学、癌症基因组学、单细胞基因组学 等知识。

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

ShowMeAI课程解读:全套资料

更多技术与课程清单 | 点击查看详细课程

技术方向 课程及链接
计算机数学基础 MIT-计算机科学的数学基础
辛辛那提大学-微积分I
辛辛那提大学-微积分II
辛辛那提大学-离散数学
斯坦福-线性代数与矩阵方法导论
计算机科学导论 斯坦福-计算机科学导论
哈佛-计算机科学导论
MIT-计算机科学与Python编程导论
数据结构与算法 MIT-数据结构与算法设计
马里兰大学-数据结构
数据库 CMU-数据库系统导论
CMU-数据库系统进阶
机器学习及应用 斯坦福CS229
MIT-机器学习导论
深度学习及应用 斯坦福CS230
哈佛-Python人工智能入门
MIT-深度学习导论
李宏毅-机器学习(&深度学习)
应用深度学习(全知识点覆盖)
UC Berkeley-深度神经网络设计、可视化与理解
威斯康星-深度学习和生成模型导论
UC Berkeley-全栈深度学习训练营
自然语言处理 斯坦福CS224n(深度学习与NLP)
斯坦福CS124(从语言到信息)
斯坦福CS520(知识图谱)
马萨诸塞-自然语言处理进阶
计算机视觉 斯坦福CS231n(深度学习与CV)
密歇根eecs498(CS231n进阶课)
慕尼黑工大adl4cv(深度学习与CV高阶课)
多模态 CMU-多模态机器学习
图机器学习 斯坦福CS224w
强化学习 斯坦福CS234(强化学习)
伯克利CS285(深度强化学习)
无监督学习 伯克利CS294-158(深度无监督学习)
AI与生物医疗 MIT-面向生命科学的深度学习
MIT-基因组学机器学习
MIT-医疗机器学习
图形学与几何 CMU-计算机图形学
AMMI-几何深度学习
其他课程 哈佛-基于Python/JavaScript的web编程
MIT-计算思维导论(Julia)
end
*****
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!