主题：龙星课程数学/算法类重难点精讲直播录屏已上传至B站，请点这里 用泊松分布建模评估测序量与覆盖率之间的关系 补充材料：龙星课程PPT day1:44-52页 看懂Kmer分析图 补充材料：基因组分析简介之K-mer分析 基因组拼接算法：de Bruijn 图的构建与寻找欧拉路径 补充材料：龙星课程PPT day2:38-55页 基于后验概率的变异检测方法 补充材料： （1）本人博客《深入理解基因组变异检测(variants calling)》 中的【2.1. 基于贝叶斯方法】部分 （2）Li H. A statistical framework for SNP calling, mutation discovery, association mapping and population genetical parameter estimation from sequencing data. Bioinformatics. 2011;27(21):2987–2993. （3）龙星课程PPT day1:53-64页 注意： 请在下方评论栏里以张贴笔记（文字或 ...

主题：龙星课程2019干货分享直播录屏还未上传至B站，还没剪好，请稍等 课程完整PPT获取，点这里 直播分享PPT获取，点这里 参考小明的学习笔记，点这里 小伊老师的github，传送门 注意： 请在下方评论栏里以张贴笔记（文字或图片均可）的形式参与本期的讨论

主题：机器学习在生物信息学中的应用（一）直播录屏已上传至B站，传送门 本期内容： 上期内容回顾与补充 两个机器学习在生物信息领域应用的例子： 无监督聚类与宏基因组bining 隐马尔科夫（Hidden Markov Model, HMM）与蛋白质保守区块（Block）的识别 要求参与讨论方式： 在下面的评论栏里贴笔记打卡

主题：统计机器学习之分类任务入门直播录屏已上传至B站，传送门 本期内容： 机器学习概述 统计机器学习与深度学习 拟合问题与分类问题 一奶同胞的三个分类算法 感知机 SVM 逻辑回归 文字版笔记，点这里 内容包括上述的三种分类器和拉格朗日乘子法 要求参与讨论方式： 在下面的评论栏里贴笔记打卡

主题：入门机器学习的数学基础：线性代数（二）直播录屏已上传至B站，传送门 本期内容 线性代数的学科逻辑 分析线性方程组的解的情况而引出矩阵的秩 解的有无：对于$A\vec x=\vec b$，$\vec b$是否在值域中 $\Rightarrow \quad r([A|b]=r(A)$ 若有解，解的个数：一个or多个 $$\begin{cases}唯一解 \Leftarrow 单射 \Leftarrow 列满秩\\ \quad \\ 多个解 \Leftarrow 非单射 \Leftarrow 列不满秩\end{cases}$$ 若有多个解，求解集：特解+零空间 参与讨论位置$\Downarrow$ 请在下方评论区以张贴笔记（文字或图片均可）的形式参与本期的讨论

主题：入门机器学习的数学基础：线性代数（一）上期答疑 BWT算法 连特异性建库 本期内容 矩阵与矩阵乘法法制的来源 矩阵左乘向量的几何意义 矩阵的秩与映射类型的关系（大家反映这部分没听懂，所以下一期答疑部分会重讲） 注意： 请在下方评论栏里以张贴笔记（文字或图片均可）的形式参与本期的讨论

主题：转录组分析里的那些为什么1：RNA-seq与基因芯片相比有什么优势？ 2：三种常规的建库策略 3：先打断再逆转录好，还是先逆转录再打断好？ 4：Illumina测序仪给的碱基质量Phred Quality，它的P值是怎么算出来的？ 5：为什么会经常出现序列两端质量偏低的现象？ 6：测序仪给的碱基质量给出的碱基质量评估靠谱吗？ 7：跑完FastQC，拿到若干项质控统计报告，我应该重点关注哪些？ 8：那些转录组比对软件的原理是什么样的？ 8.1：综述序列比对算法8.1.1：Brute force approach 8.1.2：Dynamic Programing（DP, 动态规划） 8.1.3：Hash based alignment algorithmn 8.1.4：Burrow and Wheeler Transform(BWT) 8.2：回到转录组序列比对问题8.2.1：Exon first approach 8.2.2：Seed-extend approach

1. 计算机发展历史计算机（computer）俗称电脑，是现代一种用于高速计算的电子计算机器，可以进行数值计算，又可以进行逻辑计算，还具有存储记忆功能。是能够按照程序运行，自动、高速处理海量数据的现代化智能电子设备 人类历史上真正意义的第一台电子计算机于1946年诞生，如今其硬件技术已经发展到第四代 第1代：电子管数字机（1946—1958年） 逻辑元件采用的是真空电子管，主存储器采用汞延迟线、阴极射线示波管静电存储器、磁鼓、磁芯；外存储器采用的是磁带。软件方面采用的是机器语言、汇编语言。应用领域以军事和科学计算为主 特点：体积大、功耗高、可靠性差。速度慢（一般为每秒数千次至数万次）、价格昂贵，但为以后的计算机发展奠定了基础 第2代：晶体管数字机（1958—1964年） 逻辑元件用晶体管代替了原先的真空电子管 晶体管不仅能实现电子管的功能，又具有尺寸小、重量轻、寿命长、效率高、发热少、功耗低等优点 使用晶体管后，电子线路的结构大大改观，制造高速电子计算机就更容易实现了 第3代：集成电路数字机（1964—1970年） 逻辑元件采用中、小规模集成电路（MSI、 ...

1. Beta分布1.1. Beta分布及其函数公式推导如果随机变量 $X$ 服从参数为 $n$ 和 $p$ 的二项分布，那么它的概率由概率质量函数(对于连续随机变量,则为概率密度函数)为： $$p(x)=\begin{pmatrix} n \\ x \end{pmatrix}q^x(1-q)^{n-x}\tag{1}$$ 把 $(1)$ 表示为变量 $q$ 的函数,即只有 $q$ 这一个变量，写成如下形式 $$f(q)\varpropto q^a(1-q)^b\tag{2}$$ 其中 $a$ 和 $b$ 是常量，$q\in(0,1)$ 为了把 $(2)$ 变成一个分布，可以给它乘上一个因子，使它对 $q$ 从0到1积分为1即可，即 $$f(q) = kq^a(1-q)^b\tag{3}$$ 令其积分为1 $$\int_0^1 f(q)\mathbf dq = \int_0^1 kq^a(1-q)^b \mathbf dq=k\int_0^1 q^a(1-q)^b \mathbf dq=1 \tag{4}$$ 则 $$k=\frac{1}{\int_0^1 q^a(1-q)^b \ma ...

1. 传统神经网络架构及其存在的问题 当我们基于一个有限的固定特征集合解决分类问题的时候，上图这种传统架构的神经网络是奏效的 但是当处理照片的时候，问题变得更加复杂： 最简单的做法是，我们把每个像素的亮度视作一个单独的特征，然后将它作为密集网络的输入传递进去 如果我们这么做，为了让它能够应付一张典型的智能手机照片，我们的网络必须包含数千万甚至上亿的神经元（尤其是神经网络的输入层的神经元数量庞大），神经网络越庞大意味着计算和存储开销就越大，别说是普通智能手机了，就是高配的PC机也hold不住 为了减小计算和存储开销，可以将照片缩小，但是我们也会在这个过程中损失有价值的信息 有没有一种方法可以在用神经网络处理图像数据时，既能尽可能多的利用数据，同时还能减少必需的计算量和参数 这就是CNN了 2. 数字照片的数据结构图像实际上就是巨大的数字矩阵，每个数字代表的是一个单独像素的亮度 在 RGB 模型中，彩色图片是由 3 个这样的矩阵组成的，每个矩阵对应着 3 个颜色通道（红、绿、蓝）中的一个，在黑白图像（专业说法为灰度模式）中，我们仅使用一个矩阵 每个矩阵都存储着 0 到 255 的数值 ...