AI+生物制药这么火,你是不是也想系统学习AI+生命科学相关课程,苦于没有一起打卡的小伙伴学习交流?GenomicAI公众号正好可以提供这样的机会,让你克服惰性,让自己的这一年过的更有意义。
MIT有一门“面向生命科学的深度学习“课程,是目前唯一也是最好的AI生命科学应用领域的公开视频。
MIT6871课程主页:https://mit6874.github.io/
本课程可以帮助想在AI+生命科学领域发展的同学,收获前沿完备的知识储备,获得创新与应用的思路方法。
课程内容覆盖调控基因组学、基因表达、单细胞基因组学、降维、疾病信号通路分析、GWAS、系统遗传学、药物设计、蛋白质折叠、细胞成像分割、CNN、RNN、GNN、VAE、GAN、表示学习等知识。
学习本课程前期背景知识:
熟悉微积分、线性代数、(Python)编程、概率和分子生物学。这将是一门快节奏的课程,面向具有一定计算能力的学生。
课程计划一共持续20周,进度如下:
week1: Course Intro, AI, ML
week2: Machine Learning Foundations
week3: CNNs
week4: RNNs、Transformers、GNN、LSTM
week5: Interpretable Deep learning
week6: Generative Models,GANs, VAEs,Learning Representations
week7: DNA Accessibility, Promoters and Enhancers
week8: Transcription Factors, DNA methylation
week9: Gene Expression, Splicing
week10: Single cell RNA-sequencing
week11: Dimensionality Reduction, Genetics, and Variation
week12: GWAS and Rase variants
week13: eQTLs
week14: Electronic health records and petient data
week15: Graph Neural Networks
week16: AI for Drug Design
week17: Deep Learning for Protein folding
week18: Machine learning for Pathology
week19: Deep learning for Cell Imaging segmentation(可选)
week20: Deep learning Image Registration and analysis(可选)
week21: Electronic health records(可选)
week22: Deep learning and Neuroscience(可选)
从4月25日开始,将每周推送一集课程视频(英文字幕)和官方学习资料(官方ppt/笔记/推荐阅读材料)。
每个同学按照课程进度表学习视频或论文,并且写好总结,建议使用markdown进行笔记撰写,每周写课程总结不少于200字,发在群里。
GenomicAI公众号是无盈利组织,旨在提供一个组团互相交流学习的平台,帮助大家克服学习上的惰性,不收取任何的费用。
但是为了克服大家的惰性,督促大家坚持学习,象征性的收50元费用,最后坚持完成计划的人,钱全部退回。
参与本课程学习的所有同学严格按照要求打卡,写周报,如果不能按时完成就踢出群聊,并把剩余的钱平分给剩余的同学(GenomicAI不会参与)。
参与课程学习,扫码申请
回复:追剧