麻省理工学院-面向生命科学的深度学习2021

课程描述

    提出了解决生命科学中计算问题的创新方法，重点是基于深度学习的方法与传统方法的比较。主题包括蛋白质-DNA相互作用，染色质可及性，法规变异解释，医学影像理解，病历理解，治疗设计和实验设计（干预措施的选择和解释）。专注于机器学习模型的选择，鲁棒性和解释。团队使用TensorFlow或其他框架完成了一个多学科的最终研究项目。提供对每个生命科学问题的全面介绍，但要依靠学生理解概率问题的表述。修读研究生版的学生可以完成其他作业。

    

    kc视pin获qu： https://mp.weixin.qq.com/s?__biz=MzIxNDgzNDg3NQ==&mid=2247492831&idx=2&sn=c3dabadd854e88dc048cbc0b08f3f27f&chksm=97a32f0ba0d4a61d6fed5eb2bce1c28e0ff2e4f32c3b49d2e392f28bbc9f9274862f6ac52285&token=1575751457&lang=zh_CN#rd

 

课程大纲

 

课程主页

https://www.eecs.mit.edu/academics-admissions/academic-information/subject-updates-spring-2021/68026874

 

课程视频截图

 

kc视pin获qu： https://mp.weixin.qq.com/s?__biz=MzIxNDgzNDg3NQ==&mid=2247492831&idx=2&sn=c3dabadd854e88dc048cbc0b08f3f27f&chksm=97a32f0ba0d4a61d6fed5eb2bce1c28e0ff2e4f32c3b49d2e392f28bbc9f9274862f6ac52285&token=1575751457&lang=zh_CN#rd

 

往期精品内容推荐

自然语言处理中数据增强（Data Augmentation）技术最全盘点

2020问答系统（QA）最新论文、书籍、数据集、竞赛、课程资源分析

互联网数据驱动力简书-《数据推动力-创造数据文化》免费pdf分享

密歇根大学Justin Johnson-《深度学习与计算机视觉》课程视频及ppt分享

深度学习架构论文解读9-规范等变卷积网络和二十面体CNN

MIT《计算系统生物学：生命科学中的深度学习》课程 (2020) 视频频及ppt免费分享

2019年各大顶会神经关系抽取（NRE）优质论文整理分享

神经网络问答生成最全模型、策略、应用相关论文、资源、评测整理分享

11月新书-《强化学习：算法与理论》分享

2020年最新深度学习模型、策略整理及实现汇总分享

标签：学习,生命科学,课程,2021,https,深度,分享,麻省理工学院
来源： https://blog.csdn.net/lqfarmer/article/details/116423844