劉小澤寫于19.6.8之前最開始學(xué)習(xí)IGV的時(shí)候?qū)戇^兩篇推文书幕,當(dāng)時(shí)簡單做了了解,但有朋友說意猶未盡劳较,嗯我也這么覺得萨蚕,總覺得還是學(xué)的不夠酱虎。推薦閱讀:https://github...
偶然間翻出來了18年學(xué)習(xí)jimmy的”直播我的基因組系列“所做的一些理解寨蹋,文章寫于18.7.30松蒜,因?yàn)楫?dāng)時(shí)感覺工程浩大扔茅,所以遲遲沒有發(fā)出來已旧,但現(xiàn)在我想,“攢著攢著就爛了”召娜,好...
文章运褪,重在研究思路。有好的思路玖瘸,才能有精彩的故事秸讹。很多時(shí)候,我們想找一個(gè)好點(diǎn)子雅倒,比如性狀璃诀,疾病相關(guān)的關(guān)鍵分子,需要設(shè)計(jì)實(shí)驗(yàn)蔑匣,做大量的分子篩選的工作劣欢,對(duì)于土豪實(shí)驗(yàn)室可以可以大把...
1. prepare-reference 如果用RSEM對(duì)比對(duì)后的bam進(jìn)行轉(zhuǎn)錄本定量,則在比對(duì)過程中要確保比對(duì)用到的索引是由rsem-prepare-reference產(chǎn)生...
Bounding Box預(yù)測(cè)(Bounding box predictions) 在上一篇筆記中裁良,你們學(xué)到了滑動(dòng)窗口法的卷積實(shí)現(xiàn)凿将,這個(gè)算法效率更高,但仍然存在問題价脾,不能輸出最...
作者:白介素2某同學(xué):小張小張,我想查一下某某某,你有沒有數(shù)據(jù)庫給我用下呀犀变?我: 我沒有關(guān)注你這個(gè)領(lǐng)域哎妹孙,你要不要。获枝。涕蜂。 同學(xué):^^^^^^(看來你生信學(xué)的也不怎么樣嘛,連個(gè)...
本篇文章將給大家介紹一些宏觀的核心概念和測(cè)度來評(píng)價(jià)分類算法和分類器的表現(xiàn)映琳,尤其是如何評(píng)價(jià)分類器預(yù)測(cè)中會(huì)產(chǎn)生的一些錯(cuò)誤机隙。 偽陽性(False Positives)和偽陰性(Fa...
功能(GO)或者通路(Pathway)富集分析時(shí),都會(huì)涉及到 Background; 做分析時(shí)萨西,分析工具會(huì)提供一些數(shù)據(jù)供使用者選擇或者使用自定義的gene list有鹿。 例如,...
決策樹 有的人可能聽過一個(gè)詞:CART谎脯,這個(gè)代表的意思是Classification And Regression Tree葱跋。它是一個(gè)分類和回歸的決策樹。它被分為兩類源梭,一類是...
邊緣檢測(cè) 卷積運(yùn)算是卷積神經(jīng)網(wǎng)絡(luò)最基本的組成部分娱俺,使用邊緣檢測(cè)作為入門樣例。在這個(gè)筆記中废麻,你會(huì)看到卷積是如何進(jìn)行運(yùn)算的荠卷。 在之前的筆記中,我說過神經(jīng)網(wǎng)絡(luò)的前幾層是如何檢測(cè)邊緣...
從圖像中提取CNN特征烛愧,VGG模型是首選算法 油宜。VGG是牛津大學(xué)Visual Geometry Group(視覺幾何組)的縮寫,以研究機(jī)構(gòu)命名怜姿。VGG論文給出了一個(gè)非常振奮人...
SVM 可用于離散因變量的分類和連續(xù)因變量的預(yù)測(cè)慎冤,相對(duì)于單一的分類算法(Logistic、決策樹沧卢、KNN蚁堤。樸素貝葉斯等)有更好的預(yù)測(cè)準(zhǔn)確率,因?yàn)樗梢詫⒌途S線性不可分的空間轉(zhuǎn)...
第一部分 葉綠體基因組類的文章通常會(huì)做重復(fù)序列分析披诗,然后通過柱形圖來展示不同長度重復(fù)序列的數(shù)量,通過餅圖來展示重復(fù)序列位于內(nèi)含子熟空、外顯子和基因間隔區(qū)的比例藤巢,以下簡單記錄自己利...
氣候變化指數(shù)CCI通過對(duì)氣象要素異常和極端天氣的概率進(jìn)行分析。在此基礎(chǔ)上息罗,從三個(gè)方面初步的選取了與氣候變化密切相關(guān)的12個(gè)指標(biāo)掂咒。 運(yùn)用熵權(quán)法和變異系數(shù)法將指標(biāo)綜合到基于氣候變...