生物機器學習
Machine Learning in Computational Biology
學期
111-1
學分
3
學分
當期課號
430123
永久課號
BTBI30044
開課單位
生物資訊及系統生物研究所
授課教師
陸志豪
校區
博愛
類別
必修
上課時間表
| 節 | 週二 |
|---|---|
7 15:30–16:20 | 生物機器學習 BI305 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
概述
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。
評分方式
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%
課程大綱
- 機器學習演算法
- 機器學習實作練習
- 生物機器學習實例應用
- 學習評量
- 簡介
週次計畫
| 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 |
| 第 2 週 | 分群分類法(Clustering) 回歸與正規化 (Regression and Regularization) |
| 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) |
| 第 4 週 | 類神經網路 (Neural Networks) 支持向量機 (Support Vector Machine) |
| 第 5 週 | LibSVM 的使用指南 (Tutorial of LibSVM) LibSVM 實作練習(Practice on LibSVM) |
| 第 6 週 | LibSVM 實作練習(Practice on LibSVM) 效能評估(Performance Evaluation) |
| 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) |
| 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) |
| 第 9 週 | 期中專題提案報告與老師點評 |
| 第 10 週 | 最佳化相關演算法 (Optimization Related Algorithm) 特徵篩選(Feature Selection) |
| 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) |
| 第 12 週 | 專題提案報告修正 |
| 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) |
| 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) |
| 第 15 週 | 期末口頭報告:期末專題成果(一) |
| 第 16 週 | 期末口頭報告:期末專題成果(二) |
教科書
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.
Office Hours
- 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