Genomic Data Science: Clustering and Pattern Recognition (bằng tiếng Anh).

Dữ liệu sinh học rất rộng lớn và phức tạp, nhưng ẩn trong những tập dữ liệu khổng lồ này là chìa khóa để hiểu quá trình tế bào và lịch sử tiến hóa. Bạn sẽ học được logic đằng sau phân vùng dữ liệu và cách các phương pháp tính toán giúp các nhà khoa học xác định chức năng gen và di cư tổ tiên. Cuối khóa học này, bạn sẽ có thể định hướng trong môi trường thuật toán của tin sinh học, chuyển từ khoảng cách dữ liệu cơ bản đến các kỹ thuật nhóm phức tạp. Bạn sẽ có được một hiểu biết rõ ràng về cách cấu trúc dữ kiện không cấu tạo để tiết lộ kiến trúc cơ bản của sự sống. Bạn sẽ học được: - Hiểu được thuật ngữ cốt lõi và các phép đo khoảng cách toán học được sử dụng trong phân tích gen. - Apply K-Means and Lloyd’s algorithms to partition gene expression data. - Học các phương pháp phân loại phân cấp để xác định mối quan hệ giữa các mẫu sinh học khác nhau. - Tìm hiểu các khái niệm giảm chiều rộng hiện đại được sử dụng trong phân tích trình tự tế bào đơn. - Phân tích cách các kỹ thuật nhóm được sử dụng để tái tạo các mô hình tiến hóa và di cư của con người. - Thực hành giải thích kết quả của các mô hình tính toán trong một khung sinh học. Chương trình bắt đầu với các định nghĩa cơ bản và logic của sự tương tự dữ liệu trước khi tiến hành qua các thuật toán tập hợp quan trọng nhất được sử dụng trong lĩnh vực ngày nay. Nó được thiết kế cho người mới bắt đầu và những người đam mê quan tâm đến giao điểm của sinh học và khoa học dữ kiện, mà không cần kinh nghiệm thông tin sinh học trước đó. Bắt đầu khám phá phân tích dữ liệu gen và bắt đầu khám nghiệm các mô hình của sự sống.