Notebook Contents

机器学习算法部分

M1. K近邻算法 K Nearest Neighbors

M2. 线性回归 Linear Regression

M3. Logistic 回归 Logistic Regression

M4. 朴素贝叶斯 Navie Bayes

M5. 决策树 Decision Tree

M6.支持向量机 Support Vector Machine

M7. K均值 K Means

M8. 主成分分析 PCA

M9. 隐形马尔可夫模型

数学基础知识部分

S1. 方差、标准差、协方差 Variance

S2. 相关系数和$R^2$ Correlation

S3. 空间知识 Space

S4. 拉格朗日乘子法 Lagrange Multiplier

S5. 梯度下降法 Gradient Descent

S6. 正则化 Regulation

S7. 核函数 Kernal

那些分布们 Distribution


D1. 概率分布分类 Probability Distribution

D2. 共轭分布 Conjugate distributions

D3. 离散型随机变量分布 Distribution of Discrete Random Variables

D4. 连续型随机变量分布 Distribution of Continuous Random Variables

那些检验们 scipy stats test

T1. t 检验 t Test

T2. 卡方检验

那些函数们 Function

python Matplotlib 画图部分 API

P1. 条形图 bar

R语言 部分

• R语言基本函数用法

1. 文件读写 read.table() 和 write.table()

==============================================================================

• R语言绘图部分

1. ggpubr API：
   https://rpkgs.datanovia.com/ggpubr/index.html

2. 热图 heat map

生物信息部分

• 测序仪器原理部分 仪器

• bam 文件格式和处理 bam

==============================================================================
RNA基础知识

• 表达量 RPKM FPKM TPM

其他部分

L1: P和NP问题 学习备忘 P NP