深度学习在基因组学中的应

公众号

深度学习（deep learning）是机器学习的一个分支，是一种以人工神经网络为架构，对数据进行表征学习的算法（简而言之就是深度学习模仿我们人类大脑运行的方式，从经验中进行学习，进而对未来接触的事物做出反应和决策）。那么什么是人工神经网络呢？人工神经网络（Artificial Neural Network，ANN），有时也简称神经网络，是一种通过模仿生物神经网络的结构和功能的计算模型。神经网络架构的计算单元被称为神经元。

01

    深度学习的详细介绍

深度学习作为一种机器学习方法，机器学习技术在基因组学研究中得到了广泛的应用。机器学习任务分为两大类：有监督和无监督。在有监督的学习中，目标是通过使用提供的一组有标签的训练示例来预测每个数据点的标签（分类）或响应（回归）。在无监督学习中，例如聚类和主成分分析，目标是学习数据本身的内在模式。许多机器学习任务的最终目标是优化模型性能，而不是在可用数据（训练性能）上，而是在独立数据集（泛化性能）上。基于这个目标，数据被随机分成至少三个子集：训练、验证和测试集。训练集用于学习模型参数，验证集用于选择**模型，测试集用于估计泛化性能。机器学习必须在模型灵活性和训练数据量之间达到适当的平衡。