上一页 1 ··· 19 20 21 22 23 24 25 26 27 ··· 39 下一页
摘要: 参考: https://blog.csdn.net/xianlingmao/article/details/7340099 wiki 理解了贝叶斯之后,再理解这些概念就轻松很多,原文如下。 在贝叶斯统计中,如果后验分布与先验分布属于同类,则先验分布与后验分布被称为共轭分布,而先验分布被称为似然函数的 阅读全文
posted @ 2018-04-09 18:42 Life·Intelligence 阅读(1693) 评论(0) 推荐(0)
摘要: 神奇的伽玛函数(上) - 火光摇曳 看一个NB GLM模型,死活看不懂里面的一个符号,后来发现是伽马函数,二项分布函数居然能写成伽马函数形式,看了上文才发现伽马函数是阶乘在实数域的推广,俺确实是感受到了数学之美。 顺便wiki了一下欧拉,确实被此人震撼了,上天选中的天才。看完之后使命感爆棚,不想再做 阅读全文
posted @ 2018-04-09 17:43 Life·Intelligence 阅读(1942) 评论(0) 推荐(0)
摘要: Univariate Distribution Relationships APPL: A Probability Programming Language Maplesoft - Software for Mathematics, Online Learning, Engineering 也有国内 阅读全文
posted @ 2018-04-09 16:13 Life·Intelligence 阅读(1925) 评论(0) 推荐(0)
摘要: 《breakthroughs in statistics》- 这本书理解透了,统计方面应该可以封神了。 亚马逊上有卖,貌似还有好几卷。 Breakthroughs in Statistics: Vol 3 (Springer Series in Statistics) 阅读全文
posted @ 2018-04-09 15:49 Life·Intelligence 阅读(515) 评论(0) 推荐(0)
摘要: 网上说《线性代数应该这样学》非常不错,再配合大学教材,把线性代数的基本知识点过一遍。 线性代数 - 知乎 最近在跟一个教程:李宏毅的线性代数 基本知识: Rn :We denote the set of all vectors with n entries by Rn . We use Mmxn t 阅读全文
posted @ 2018-04-08 11:45 Life·Intelligence 阅读(1617) 评论(0) 推荐(0)
摘要: HOG特征 HOG特征是特别适合于做图像中的人体检测的。看一看原版英文论文:Histograms of Oriented Gradients for Human Detection (引用数2w)YouTube上有作者自己的讲解 参见:目标检测的图像特征提取之(一)HOG特征 阅读全文
posted @ 2018-04-08 00:29 Life·Intelligence 阅读(1652) 评论(0) 推荐(0)
摘要: 参考: L1 Norm Regularization and Sparsity Explained for Dummies 专为小白解释的文章,文笔十分之幽默 减少feature的数量可以防止over fitting,尤其是在特征比样本数多得多的情况下。 L1就二维而言是一个四边形(L1 norm 阅读全文
posted @ 2018-04-07 19:02 Life·Intelligence 阅读(2895) 评论(0) 推荐(0)
只有注册用户登录后才能阅读该文。 阅读全文
posted @ 2018-04-07 16:13 Life·Intelligence 阅读(96) 评论(0) 推荐(2)
摘要: 比对 The raw Drop-seq data was processed with the standard pipeline (Drop-seq tools version 1.12 from McCarroll laboratory). Reads were aligned to the E 阅读全文
posted @ 2018-04-07 14:27 Life·Intelligence 阅读(5071) 评论(0) 推荐(0)
摘要: 背景:We developed a cell-cycle scoring approach that uses expression data to compute an index for every cell that scores the cell according to its expre 阅读全文
posted @ 2018-04-07 14:27 Life·Intelligence 阅读(1172) 评论(0) 推荐(0)
摘要: 参考: 模式识别与机器学习(一):概率论、决策论、信息论 Decision Theory - Principles and Approaches 英文图书 What are the best beginners books about decision theory? - Quora Statist 阅读全文
posted @ 2018-04-07 00:25 Life·Intelligence 阅读(519) 评论(0) 推荐(0)
摘要: 前文:Lasso linear model实例 | Proliferation index | 评估单细胞的增殖指数 参考:LASSO回歸在生物醫學資料中的簡單實例 - 生信技能树 Linear least squares, Lasso,ridge regression有何本质区别? 你应该掌握的七 阅读全文
posted @ 2018-04-05 21:17 Life·Intelligence 阅读(2574) 评论(0) 推荐(0)
摘要: AI现在随便一个人都能忽悠两句,网上甚至有三条python语句的傻瓜神经网络应用工具,似乎人人都能成为AI“砖家”。 AI入门还是比较简单的,尤其是现在python盛行,随便谁一天之内都能写出不错的AI程序。 但是AI的精通其实是非常难的,大部分玩的都是别人准备好的训练数据,根本就不知道怎么处理真实 阅读全文
posted @ 2018-04-05 16:47 Life·Intelligence 阅读(3743) 评论(0) 推荐(0)
摘要: 2022年12月30日 无意间看到了一个讲得非常好的贝叶斯的视频,直接从简单案例到本质的拓展。 数学、统计之所以难就难在抽象,抽象是反直觉的,所以如果能采用这个视频的形式,从简单案例的直觉,拓展到抽象,最后能灵活应用,那就是达标了。 Bayes theorem, the geometry of ch 阅读全文
posted @ 2018-04-05 11:33 Life·Intelligence 阅读(5880) 评论(0) 推荐(0)
摘要: Chi-square distribution introduction 这个视频真的好,完美地解释了卡方统计量是怎么来的! 我们有一个标准正态分布的总体,我们从其中抽一次,取该值的平方就是Q1统计量;抽两次,取两次值得平方和,就是Q2统计量;以此类推。。。 这就是自由度逐渐增加的卡方分布。 卡方分 阅读全文
posted @ 2018-04-05 11:13 Life·Intelligence 阅读(3541) 评论(0) 推荐(0)
摘要: 累了,写了一个多合一的读取函数,非常适合单细胞数据。 # quickly read large txt file to data.frame, matrix, or dgCMatrix fast.read.txt <- function(fileName, sep=",", format="data 阅读全文
posted @ 2018-03-28 17:16 Life·Intelligence 阅读(12206) 评论(0) 推荐(1)
摘要: ensembl/release91: 58302个ENSG id 56655个gene name(为什么有将近两千个是重复) 46种类型: GENCODE的注释gtf文件: ensembl 问题: 1. 为什么用gencode的注释文件做表达定量会出问题? 2. 不同的release之间有什么区别? 阅读全文
posted @ 2018-03-28 16:05 Life·Intelligence 阅读(6686) 评论(0) 推荐(0)
摘要: featureCounts真的很厉害。 常见的参数(没什么好说的,毕竟是固定的): 关键是以下几个参数怎么设置: 1. 什么时候需要在feature级别计数? 2. 是否要计多重比对? 3. 是否该只用最优比对? When --primary is specified, the -M option 阅读全文
posted @ 2018-03-27 17:49 Life·Intelligence 阅读(14522) 评论(0) 推荐(0)
摘要: 很实用的小技巧。 我们shell脚本写好了,但是想一行一行测试,怎么办。 笨方法:每行前面加一个 #,有时候我们原脚本里面本来就有注释,所以想再恢复的时候就麻烦了。 Bash Shell 注释多行的几种方法 阅读全文
posted @ 2018-03-27 16:06 Life·Intelligence 阅读(1654) 评论(0) 推荐(0)
摘要: 一直没时间碰这部分的内容,一是不擅长,二是不想摊子铺得太大。 现在是快要毕业了,主要的分析数据也发了,这部分如果再不做,马上别人拿到数据就可以分析了。 还有就是要清理集群,内存不够了,主要的分析做完了就可以给数据存档了。 最近看了一篇NC的lncRNA的分析文章,非常的有新意,当然也是结合了疾病模型 阅读全文
posted @ 2018-03-27 15:42 Life·Intelligence 阅读(2107) 评论(0) 推荐(0)
上一页 1 ··· 19 20 21 22 23 24 25 26 27 ··· 39 下一页
TOP