#
Git
Press
Login
Hot
New
Hsieh-Ting Lin (林協霆)
@ 2024/04/21
BioInfo 工具箱
在當今數據驅動的科學研究中,各種軟件工具和庫發揮著至關重要的作用,它們不僅能夠提高數據處理的效率,還能夠深化我們對於複雜問題的理解。以下是一些廣泛應用於數據科學、生物信息學、統計計算以及機器學習領域的主要工具,每個工具都擁有其獨特的功能和應用範圍。| 名稱 | 網址 | 目的 | 說明 || --------------- | ------------------------------------------- | ------------- | -------------------------------------------------------------- |
hironoco
@ 2024/04/30
Leetcode75-16
You are given an integer array nums consisting of n elements, and an integer k.
ひよっこアナライズ
@ 2024/04/25
pgmpyによるベイジアンネットワーク構築から評価、推論まで
my_dag = BayesianNetwork([('A','Y'), ('B','Y'), ('C','Y')
Hsieh-Ting Lin (林協霆)
@ 2024/04/22
如何使用 Graphviz - 快速上手
This example uses a edge's attribute style to draw a dotted edge.這個例子使用邊緣的屬性 style 來繪製虛線邊緣。digraph D {
Hsieh-Ting Lin (林協霆)
@ 2024/04/22
探索 RNA 結構:使用 Nussinov 演算法的動態規劃方法
Nussinov 演算法是計算生物學中用於預測 RNA 分子摺疊方式的一種基於動態規劃的核酸結構預測方法。RNA 分子的結構預測對於理解其功能至關重要,因為結構直接影響 RNA 如何與其他分子互動,進而影響細胞內的生化過程。Nussinov 演算法的主要思想是使用一個二維矩陣來儲存序列間可能的配對,這些配對以穩定的雙鍵形式存在。演算法目標是最大化序列中可形成的配對數量,這通常與最穩定的結構相關。動態規劃矩陣是按照特定規則填充的,其中每個矩陣元素表示一段序列的最大配對數。矩陣的填充從簡單的子問題開始,逐步構建複雜的解答。當所有子問題都解決後,最終解可以從矩陣的頂部元素獲取。
Sayaka K
@ 2200/01/01
自己紹介
こんなやつです
Hsieh-Ting Lin (林協霆)
@ 2024/04/22
2024-04-22
No exerpt.
ひよっこアナライズ
@ 2024/04/24
shap.dependence_plotでラベルエンコーディングした変数の目的変数への影響を見る
cat_cols = ['A','B','C','D','E','F','G','H','I']dim = len(cat_cols)fig=plt.figure(figsize=(30,30))
LU
@ 2024/05/03
myTab
自制的浏览器起始页
ひよっこアナライズ
@ 2024/04/24
ダブルクロスバリデーション(Double Cross Validation, Nested Cross Validation)のコード
NGboostdtr_friedman_3 = DecisionTreeRegressor(criterion='friedman_mse', max_depth=3)FIXED_PARAMS = {"Base": dtr_friedman_3,