生物機器學習
Machine Learning in Computational Biology
| 節 | 週二 |
|---|---|
7 15:30–16:20 | 生物機器學習 BI305（博愛） 3 節連堂 |
8 16:30–17:20 | |
9 17:30–18:20 |
* 根據陽明交大上課時間表所列
教導學生機器學習的基本概念、認識機器學習的種類、了解機器學習的原理,此外,透過期刊論文中探討相關生物資訊及計算生物上的應用,學習以及實作機器學習的課題。
教師未提供此項資料
無備註
教師未提供此項資料
課堂講授、操作、討論及報告 課堂參與 20%,課堂作業 20%,期末專題(含期中提案、口頭報告與書面報告)60%
機器學習演算法
1. 分群分類法 2. 回歸與正規化 3. 決策樹 4. 貝氏分類器 5. 最近鄰居分類器 6 類神經網路 7 支持向量機 8. 最佳化相關演算法 9. 特徵篩選
- 講授：
- 8
- 實作：
- 4
機器學習實作練習
1. LibSVM 的使用指南 2. LibSVM 實作練習預測效能評估
- 講授：
- 2
- 示範：
- 2
- 實作：
- 2
生物機器學習實例應用
1. 從序列取特徵為主的機器學習 2. 從結構取特徵為主的機器學習 3. 蛋白質功能註解的預測 4. 蛋白質與小分子結合位的預測 5. 癌症相關變異的預測
- 講授：
- 10
- 實作：
- 5
學習評量
1.期中口頭報告:期末專題提案與 分組 2. 期末專題修正與技術指導 3. 期末口頭報告:期末專題成果
- 講授：
- 3
- 實作：
- 9
簡介
1. 課程須知 2. 機器學習演算法概論
- 講授：
- 3
| 週次 | 主題 |
|---|---|
| 第 1 週 | 機器學習簡介(Introduction of Machine Learning) 修課須知與期末報告說明 9/13 |
| 第 2 週 | 分群分類法(Clustering) 回歸與正規化 (Regression and Regularization) 9/20 |
| 第 3 週 | 決策樹 (Decision Tree) 貝氏分類器 (Bayes classifier) 最近鄰居分類器 (Nearest-Neighbor Classification) 9/27 |
| 第 4 週 | 類神經網路 (Neural Networks) 支持向量機 (Support Vector Machine) 10/4 |
| 第 5 週 | LibSVM 的使用指南 (Tutorial of LibSVM) LibSVM 實作練習(Practice on LibSVM) 10/11 |
| 第 6 週 | LibSVM 實作練習(Practice on LibSVM) 效能評估(Performance Evaluation) 10/18 |
| 第 7 週 | 機器學習案例探討(一):從序列取特徵為主的機器學習 (Cases Study in Machine Learning) 10/25 |
| 第 8 週 | 機器學習案例探討(二) :從結構取特徵為主的機器學習 (Cases Study in Machine Learning) 11/1 |
| 第 9 週 | 期中專題提案報告與老師點評 11/8 |
| 第 10 週 | 最佳化相關演算法 (Optimization Related Algorithm) 特徵篩選(Feature Selection) 11/15 |
| 第 11 週 | 機器學習案例探討(三) :蛋白質功能註解的預測(Cases Study in Machine Learning) 11/22 |
| 第 12 週 | 專題提案報告修正 11/29 |
| 第 13 週 | 機器學習案例探討(四) :蛋白質與小分子結合位的預測 (Cases Study in Machine Learning) 12/6 |
| 第 14 週 | 機器學習案例探討(五) :癌症相關變異的預測(Cases Study in Machine Learning) 12/13 |
| 第 15 週 | 期末口頭報告:期末專題成果(一) 12/20 |
| 第 16 週 | 期末口頭報告:期末專題成果(二) 12/27 |
1. Haifeng Li, Applications of Machine Learning Techniques to Bioinformatics, VDM Verlag, ISBN 3639054407, 2008. 2. S. Mitra, S. Datta, T. Perkins and G. Michailidis, Introduction to Machine Learning and Bioinformatics, New York: Chapman & amp; Hall/CRC Press, ISBN 978-1584886822, 2008. 3. Analysis of biological data, edited by S. Bandyopadhyay, U. Maulik and J. T. L. Wang, World Scientific, 2007.
- 地點
- 博愛校區賢齊館 423 室
- 時間
- 週一 13:00-17:00 (須來信預約)
- 聯絡方式
- email: chlu@nycu.edu.tw phone: 56966