作者查詢 / masamonster
作者 masamonster 在 PTT [ BioMedInfo ] 看板的留言(推文), 共23則
限定看板:BioMedInfo
看板排序:
全部Sixers206Nuggets87Pistons37studyabroad31BioMedInfo23Oversea_Job12SuperStarAve12photo9joke8TVCard8Jeans7Arti53-2t6HSNU_8826Netherlands6NTPU-JLAW946BBSmovie5DSLR5Monkeys5Baseball4IVERSON4sinica4A-MEI3Boston3HCKuo3Sean3CTV2FORMULA12Fund2Python2Sawajiri2THU_PH902VISA2basketballTW1CCF1ck55th3141CSMU-LS891CSMU-MED931CSMU-OT941dlsh-7th-3031FJU-ACCR941Hate1Jacky1KingdomHuang1KS94-3151LCD1movie1Nangang1NBA1NCCU05_ITMBA1NCPES_LIM1NewYork1NIUECE911NorthAmerica1NTUE-ME961Olympics_ISG1optical1R89325xxx1Steam1TNNUA_AH_941Tsao1WashingtonDC1WorldCup1young-jiang1Yup02-031<< 收起看板(64)
1F推: 你應該是要annotate mutations對吧?那麼可以使用07/18 01:38
2F→: annovar, SnpEff, 或者 Variant Effect Predictor.07/18 01:39
3F推:轉換資料可以參考ftp://ftp.ncbi.nih.gov/gene/DATA/06/17 13:31
4F→:內的GENE_INFO 有ID SYMBOL DESCRIPTION 等資訊06/17 13:31
9F推:ML似乎有點被過份利用了~ 畢竟他還是只能學習到已知06/16 22:37
10F→:的資訊,當一個未知的資訊進入後,這個model效果06/16 22:38
11F→:就會沒有預測已知的好~06/16 22:38
13F推:其實很多資訊學家也不相信ML的結果 :p06/17 00:56
17F推:嗯嗯,ML還是有其理論,只是謹慎使用才能達到目的06/17 18:24
18F→:而不是什麼都要靠ML~06/17 18:24
2F推:不知道你的data是什麼data?06/16 14:01
1F推:歡迎!06/12 10:43
1F推:歡迎歡迎 :)06/11 21:30
1F→:歡迎歡迎 :)06/11 21:30
3F→:看起來似乎是combining各種不同PPI resources的tool06/09 22:42
4F→:不太像literature mining :D06/09 22:42
3F推:歡迎歡迎 :D06/09 23:00
6F推:知道自己要的是什麼樣的範圍再去找是比較恰當的!:)06/06 00:16