📲 Мы начинаем новый формат! Open Code — никаких слайдов, только данные и дискуссия, только live-коддинг 🤟 ❕ Тема сегодня — batch-эффект в экспрессионных данных. Он проявляется тогда, когда клетки группируются не по типам, а по тому, из какого образца они пришли. Из-за этого искажаются результаты кластеризации, определения типов клеток и реконструкции траекторий. Но не всякая разница — batch-эффект. Иногда отличия между образцами действительно отражают биологическую реальность — например, в слу...
Машинное обучение в биологии и биомедицине | OpenBio.Edu
Актуальные новости, вакансии и образовательные материалы о машинном обучении в биологии и биомедицине. ❗️3 ноября — старт нового потока единственной программы с кейсами по Computer Vision в биомедицине и ML от OpenBio. Подробнее: https://clck.ru/3Cjbu5
Графики
📊 Средний охват постов
📉 ERR % по дням
📋 Публикации по дням
📎 Типы контента
Лучшие публикации
9 из 9💡 Серия спринтов OpenBio У нас много новеньких на канале (👋) и перед стартом курса «Машинное обучение в биологии и биомедицине» мы решили напомнить о трех спринтах, которые стали для многих первой точкой входа в ML. Если вы проходили их раньше — самое время освежить материалы, а если нет — это отличный шанс быстрее втянуться в курс. 🔥 ML Bootcamp 🌤🌥☁️ Пятидневный интенсив по основам машинного о бучения.Мы говорили о метриках регрессии, кластеризации, нейросетях и мультиомике. Все это на реа...
Начинаем через 10 минут! Первый вебинар нового формата Open Code — уже на старте. Сегодня вместе с Ильей Воронцовым разбираем batch-эффект: ➡️ Визуализируем данные, ➡️ Применим PCA, ➡️ Оценим вклад batch-эффекта ➡️ Посмотрим, как меняются результаты после коррекции. Если еще не с нами — подключайтесь сейчас! Успеете попасть в прямой эфир и задать вопросы 👉 [ссылка на подключение] Заполняйте анкету что бы получить запись вебинара и готовый ноутбук!
💡 Истории наших выпускников Мы вновь делимся нашей главной гордостью — выпускниками! Нам особенно приятно видеть, что выпускники OpenBio не останавливаются на достигнутом: поступают в магистратуры, защищают дипломные работы, развиваются в биоинформатике и смежных областях. Для нас это подтверждение тогочто наш курс стал тем самым кирпичиком в фундаменте знаний, на который можно уверенно опираться дальше. 🔺Валерия Логинова применяла машинное обучение в дипломной работе по нейромаркетингу и реши...
❔Open Code: разберемся в данных вместе 28 октября в 19:00 — приглашаем на открытый вебинар с лайв-кодингом в прямом эфире. На этот раз мы посмотрим на batch-эффект в экспрессионных данных и разберем, как его увидеть и скорректировать с помощью классических методов машинного обучения. Вместе: 🔺Визуализируем данные и посмотрим, как проявляется батч-эффект; 🔺Применим PCA для уменьшения размерности; 🔺Используем линейную регрессию, чтобы количественно оценить вклад батчей и удалить его; 🔺Сравним ...
Анонс возможности попасть на первый модуль основной программы курса "Задачи классического ML для биологии и биомедицины". 📲Чтобы уверенно ориентироваться на любой карте, нужно научиться прокладывать маршрут самостоятельно: выбирать правильную дорогу, обходить препятствия и добираться до цели. Именно для этого мы запускаем отдельный доступ к первому модулю нашей основной программы «Классические методы ML» - 17 часов лекций, 9 часов семинаров, домашних проект с развернутой обратной связью. Это уж...
Поздравляем тех, кто дошел с нами до финала спринта ❤️ Наш экспресс-маршрут по миру классического машинного обучения окончен. В течение пять дней мы знакомили вас с логикой регрессий, мощью SVM, интуитивностью деревьев и скоростью Наивного Байеса. Надеемся, что нам удалось показать вам "карту местности": где находятся ключевые «города» и «реки» в области классических методов ML. ↗️ Спасибо тем, кто не просто читал посты, а анализировал графики и искал ответы в викторине и честно хотел заработать...
❔ Сегодня финальный день нашего спринта — и на сцене Наивный Байесовский классификатор. После всех деревьев, соседей и опорных векторов он может показаться слишком простым. Но именно в этой простоте - его сила: Байес не ищет сложных границ, он просто оценивает вероятности и выбирает наиболее правдоподобный вариант. Этот алгоритм часто недооценивают - а зря. Иногда именно он оказывается первым, кто находит закономерность, когда другие методы теряются в деталях. И да, именно сегодня вы сможете соб...