生物機器學習
Machine Learning in Computational Biology
| 節 | 週三 |
|---|---|
5 13:20–14:10 | 生物機器學習 BI310（博愛） 3 節連堂 |
6 14:20–15:10 | |
7 15:30–16:20 |
* 根據陽明交大上課時間表所列
This course is devoted to introducing and developing some effective and efficient machine learning techniques for analyzing several important computational biology problems, such as bioinformatics and bioimage informatics. At the same time, novel machine learning methods are presented and analyzed. The analysis should help shed some light on this new and exciting area, and should be especially useful to professionals in Bioinformatics and Machine Learning fields. The major topics are as follows: Introduction to machine learning .Computational Methodologies .Optimization Concept .k-Nearest neighbor .Decision trees .Naive Bayes classifier . Artificial neural networks .Support vector machines . Deep learning and transformer, etc. Roles of machine learning in: .Artificial intelligence .Image processing .Pattern recognition .Simulation and modeling Tool: .Waikato Environment for Knowledge Analysis (WEKA) .scikit-learn .scikit-survival .Distributed Evolutionary Algorithm in Python (DEAP) Applications: . Biomedical sciences . Protein-DNA binding . Microarray and NGS data analysis . Transcriptome analysis . Molecular Bioimaging
Programming / Bioinformatics / Computational Biology
無備註
助教電子信箱:azetry.bt10@nycu.edu.tw
課堂講授、操作、討論及報告 課堂表現10%,課堂作業40%,期末專題(含期中提案、口頭報告與書面報告)50%
簡介
1. 機器學習理論 2. 機器學習演算法概論 3. 分類模型評估 4. 迴歸模型評估 5. 存活模型評估
- 講授：
- 3
機器學習演算法
1. 決策樹 (Decision Tree) 2. 貝氏分類器 (Bayes classifier) 3. 最近鄰居分類器 (Nearest-Neighbor Classification) 4. 支持向量機 (Support Vector Machine) 5. 迴歸 (Regression) 6. 存活分析 7. 集成學習 (Ensemble Learning) 8. 降维 (Dimensionality Reduction) 9. 深度學習 (Deep Learning)
- 講授：
- 10
特徵選取與最佳化建模
1. 基因演算法 2. 粒子群演算法 3. 最佳化建模
- 講授：
- 3
深度學習演算法
1. 類神經網路 (Neural Networks) 2. 深度學習 (Deep Learning)
- 講授：
- 6
生物機器學習實例應用
1. 生物資訊案例探討:TCGA資料庫 2. 醫學資訊案例探討:肝癌、腎臟病、AI健檢 3. 生醫影像案例探討:癌細胞檢測
- 講授：
- 9
機器學習工具
1. WEKA的使用指南 2. scikit-learn 建模教學 3. scikit-survival建模教學 4. 機器學習工具介紹:DEAP 演化學習框架
- 講授：
- 0
- 示範：
- 2
專題報告與講評
1. 期中口頭報告:期末專題提案與分組 2. 期末口頭報告:期末專題成果
- 講授：
- 9
- 示範：
- 0
| 週次 | 主題 |
|---|---|
| 第 1 週 | 機器學習基本概念 (Basic Concept of Machine Learning)、生物醫學應用(Biomedical Applications)、學期計畫(term project) 2024-02-21(三) 時數：[2024-02-21]何信瑩(3.00) |
| 第 2 週 | 和平紀念日 2024-02-28(三) 時數：[2024-02-28]何信瑩(0.00) |
| 第 3 週 | 決策樹 (Decision Tree)貝氏分類器 (Navie Bayes classifier)最近鄰居分類器 (Nearest-Neighbor Classifier)羅吉斯迴歸 (Logistic Regression) WEKA範例 (Tutorial of Weka) 2024-03-06(三) 時數：[2024-03-06]何信瑩(3.00) |
| 第 4 週 | 支持向量機 (Support Vector Machine)Python建模工具 (scikit-Learn) 2024-03-13(三) 時數：[2024-03-13]何信瑩(3.00) |
| 第 5 週 | 集成學習 (Ensemble Learning) 隨機森林 (Random Forest) XGBoost 2024-03-20(三) 時數：[2024-03-20]何信瑩(3.00) |
| 第 6 週 | 存活分析(Survival Analysis) 降維分析 (Dimensionality Reduction and PCA) 2024-03-27(三) 時數：[2024-03-27]何信瑩(3.00) |
| 第 7 週 | 校際活動週放假 2024-04-03(三) 時數：[2024-04-03]何信瑩(0.00) |
| 第 8 週 | 特徵選取 (Feature selection) 最佳化建模 (optimized modeling) scikit-learn 基礎建模 2024-04-10(三) 時數：[2024-04-10]何信瑩(3.00) |
| 第 9 週 | 深度學習 (Deep Learning)卷積神經網路 (Convolutional Neural Networks) 2024-04-17(三) 時數：[2024-04-17]何信瑩(3.00) |
| 第 10 週 | 深度生成建模 (Deep Generative Modeling) Transformer 2024-04-24(三) 時數：[2024-04-24]何信瑩(3.00) |
| 第 11 週 | 期中提案報告與老師點評 (midterm proposal) 2024-05-01(三) 時數：[2024-05-01]何信瑩(3.00) |
| 第 12 週 | 生物資訊案例探討 (Bioinformatics Case Study):TCGA 資料庫與miRNA、lncRNA與蛋白質序列分析預測 2024-05-08(三) 時數：[2024-05-08]何信瑩(3.00) |
| 第 13 週 | 臨床決策資源系統案例探討(Case study on clinical decision-making resource system):肝癌、腎臟病、AI健檢 2024-05-15(三) 時數：[2024-05-15]何信瑩(3.00) |
| 第 14 週 | 生醫影像案例探討 (Biomedical imaging case study) 2024-05-22(三) 時數：[2024-05-22]何信瑩(3.00) |
| 第 15 週 | 期末口頭報告:期末專題成果(一) 2024-05-29(三) 時數：[2024-05-29]何信瑩(3.00) |
| 第 16 週 | 期末口頭報告:期末專題成果(二) 2024-06-05(三) 時數：[2024-06-05]何信瑩(3.00) |
| 第 17 週 | 2024-06-12(三) |
| 第 18 週 | 2024-06-19(三) |
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 & 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412室
- 時間
- By appointment
- 聯絡方式
- email: syho@nycu.edu.tw phone: 56905