文章目录前言一、以前阴性集的选择二、阴性集的其他选择方法1. [wang et al](https://pubmed.ncbi.nlm.nih.gov/24662273/).的两种策略1.1 策略一1.2 策略二2. 文献中阴性集选择2.1 药物对的阴性集2.2药靶阴性集总结前言在机器学习中，阴性集的选择会影响结果的准确性。一、以前阴性集的选择在drug-target interaction的预测

系列文章目录机器学习（一）机器学习简介文章目录系列文章目录前言一、机器学习模型表示二、代价函数（Cost Function）三、梯度下降（Gradient Descent）1、局部最优解2、参数同步更新3、学习速率α4、将梯度下降应用于简单线性回归模型5、批量梯度下降总结前言本文主要记录机器学习中代价函数和梯度下降的重点。注：本文是基于吴恩达老师的机器学习课程所做的学习重点笔记摘录。一、机器学习模

文章目录前言一、Theano二、Tensorflow三、MXNet总结前言做一下几个著名的深度学习的框架笔记深度学习开发的基本框架：以计算图为框架的核心，采用GPU加速计算一、Theano特点：第一个python的深度学习框架，为学术研究而做已退出历史舞台二、Tensorflow推出方： 谷歌特点：基于计算图实现自动微分系统优点：能打大型集群上工作，功能强大，支持各服务器和移动设备；支持包括pyt

文章目录前言一、免疫组库二、使用步骤1.引入库2.读入数据总结前言刚接触免疫组库数据提示：以下是本篇文章正文内容，下面案例可供参考一、免疫组库We need a minimum of 30x coverage in order to confidently identify unique VDJ sequences as truly unique. In addition, we need to

文章目录前言一、以前阴性集的选择二、阴性集的其他选择方法1. [wang et al](https://pubmed.ncbi.nlm.nih.gov/24662273/).的两种策略1.1 策略一1.2 策略二2. 文献中阴性集选择2.1 药物对的阴性集2.2药靶阴性集总结前言在机器学习中，阴性集的选择会影响结果的准确性。一、以前阴性集的选择在drug-target interaction的预测

文章目录前言一、聚类或特定基因marker二、inferCNV三、HoneyBadger四、CopyKAT前言单细胞测序取样时由于癌症病灶区域界限不是很清晰和现实技术原因，不可能样本中的每个细胞都是癌症细胞，里面混杂着正常细胞。有些研究会直接分选需要研究的细胞来保证肿瘤细胞纯度。而有一些研究是直接将整个样本进行单细胞测序，这种情况下就需要算法推断来区分癌症细胞和非癌症细胞。目前已知的区分癌症细胞和

文章目录前言一、免疫组库二、使用步骤1.引入库2.读入数据总结前言刚接触免疫组库数据提示：以下是本篇文章正文内容，下面案例可供参考一、免疫组库We need a minimum of 30x coverage in order to confidently identify unique VDJ sequences as truly unique. In addition, we need to