دوره آموزش یادگیری ماشین برای بیولوژیست
معرفی دوره
ماشین لرنینگ در زیستشناسی به ما کمک میکند از دادههای پیچیده و حجیم بیولوژیک، الگوهای قابلتفسیر استخراج کنیم؛ از پیشبینی پاسخ بیمار به درمان گرفته تا شناسایی بیومارکرها، تحلیل دادههای omics، طبقهبندی نمونهها و کشف زیرگروههای بیماری.
این دوره با عنوان آموزش یادگیری ماشین برای بیولوژیستها طراحی شده تا مفاهیم اصلی ماشین لرنینگ را بهصورت قدمبهقدم، کاربردی و قابلفهم برای افرادی با پیشزمینه زیستی آموزش دهد. در این دوره ابتدا با مفاهیم پایه یادگیری ماشین آشنا میشویم و سپس سراغ مدلهای رگرسیونی، روشهای ارزیابی مدل، مفاهیم مهمی مثل Bias و Variance، Regularization، گرادیان دیسنت و طبقهبندی میرویم. در ادامه، ابزارهای مهمی مثل ROC Analysis، Confusion Matrix، Feature Importance، Bootstrapping، Cross Validation و Nested Cross Validation بررسی میشوند.
یکی از بخشهای مهم دوره به موضوعاتی اختصاص دارد که برای تحلیل دادههای زیستی بسیار کلیدی هستند؛ از جمله کاهش تعداد ویژگیها، شناسایی بیومارکرها، کاهش بُعد دادهها، خوشهبندی، تنظیم هایپرپارامترها، Data Augmentation و در نهایت آشنایی با شبکههای عصبی مصنوعی.
نکته مهم این دوره این است که مثالها و دادههای استفادهشده صرفاً حالت عمومی یا تئوری ندارند، بلکه با رویکرد کاملاً بیولوژیک انتخاب شدهاند. در طول دوره از دادههایی مانند RNA-seq، دادههای کلینیکال، دادههای فلوسایتومتری و سایر دادههای مرتبط با زیستشناسی و پزشکی استفاده میشود تا یادگیرنده بتواند مفاهیم ماشین لرنینگ را در بستر واقعی مسائل زیستی درک و تمرین کند.
مدرس دوره: احسان کرامتی – دکترای تخصصی ژنتیک