실제 애플리케이션에 Python 및 기계 학습을 적용하는 방법을 찾고 있습니까? 생물 정보학을 고려해야 합니다.

생물 정보학은 특히 데이터 세트가 크고 복잡한 경우 생물학적 데이터를 이해하기 위한 방법과 소프트웨어 도구를 개발하는 학제 간 분야입니다.

약 발견을 위한 생물 정보학 프로젝트를 구축하기 위해 Python과 기계 학습을 사용하는 방법을 가르치는 과정을 방금 발표했습니다.

Chanin Nantasenamat (일명 데이터 교수)가 이 과정을 개발했습니다. 그는 생물 정보학 부교수이며 초보자를 위해 일을 분해하는 방법을 알고 있습니다.

따라 가기 위해 생물 정보학에 대해 알 필요가 없습니다.

이 과정은 데이터 세트 수집, 데이터 세트 전처리 및 탐색 적 데이터 분석 수행을 다룹니다. 약물 발견에 유용한 데이터 기반 통찰력을 얻고 예측을 수행하기 위해 기계 학습 모델을 구축하는 방법을 배웁니다. 그런 다음 모델을 비교하고 사용 사례에 적합한 모델을 선택하는 방법을 배웁니다.

이 과정에서 다루는 섹션은 다음과 같습니다.

• Data collection
• Exploratory data analysis
• Descriptor calculation
• Model building
• Model comparison
• Model deployment

아래 또는 freeCodeCamp.org YouTube 채널 (2 시간 시청)에서 과정을 시청하세요.

https://www.freecodecamp.org/news/python-for-bioinformatics-use-machine-learning-and-data-analysis-for-drug-discovery/