kimsijin33 / realdeepbio

리얼딥바이오 : 신약 탐색, 진단 등 실제 업무에 활용되는 분석 기법들을 배워보자.

스터디 정보

저희 모임은 강의식이 아닌 자신이 스스로 공부한 내용을 여러 사람과 공유하는 스터디 방식이며, 스스로 공부하고자 하는 열정을 꼭 준비물로 가지고 와 주시고, 열심히 발표를 해주시면 더욱 감사합니다.

스터디를 하는 이유

후원사

KossLab : https://kosslab.kr/

공유폴더

https://drive.google.com/drive/u/1/folders/1oeePJyJabqRylL3TY04E9BRq1g-OypjN

교재 정보

1. 텐서플로우

• deeplearning.ai 강의 : https://www.deeplearning.ai/tensorflow-from-basics-to-mastery/
• Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow : https://get.oreilly.com/ind_hands-on-machine-learning.html

2. 신약 탐색

• Deep Learning for the Life Sciences : https://www.amazon.com/Deep-Learning-Life-Sciences-Microscopy/dp/1492039837
• 파이썬 자연어 처리의 이론과 실제 : http://acornpub.co.kr/book/python-nlp

3. 실무

• 의료 데이터 분석 :
  • https://github.com/MIT-LCP/mimic-code
  • https://github.com/minjechoi/RetainVis
• Forecasting Principles and Practice : https://otexts.com/fppkr/

차후 스터디

• 강화학습

  • https://github.com/jxx123/simglucose
  • https://www.youtube.com/channel/UCwkGvF7xKz2E0Lv-fZ9wv2g (한국인 강좌)

• SQL

  • https://tacademy.skplanet.com/live/player/onlineLectureDetail.action?seq=155

• 데이터과학 기초

  • Foundations of Data Science
  • Statistical-Inference
  • 다양한 그래프, 간단한 수학, R로 배우는 머신러닝

장소

1. 장소
   • 공개SW개발자센터(KOSSLab)
   • 서울시 강남구 테헤란로 311 아남타워빌딩 7층( https://kosslab.kr/koss/lab/location.php )
2. 매주 금요일, 저녁 7시 30분~10시
3. 시작: 2019년 6월 14일

이전 스터디 자료

• 서빙 바이오 : https://github.com/biospin/serving_bio
• 비주얼 바이오 : https://github.com/biospin/visual_bio
• 딥메니아 : https://github.com/biospin/deep_menia
• 바이오케라스 : https://github.com/biospin/biokeras
• 클라우드 바이오 : https://github.com/biospin/cloudnomad_bio
• 모두의 바이오 : https://github.com/biospin/all_bio
• 알바이오플러스 : https://github.com/biospin/R_Bio_Plus
• 알바이오 : https://github.com/biospin/R_Bio
• 빅바이오 : https://github.com/biospin/BigBio
• 딥바이오 : https://github.com/biospin/DeepBio

Part 1.

seq.	날짜	내용
1	2019. 6.14	(텐서플로우) deeplearning.ai 강의 : Course 1 - A New Programming Paradigm
		(신약탐색) Deep Learning for the Life Sciences : 1장 ~ 2장. Introduction to Deep Learning
		(실무) 의료 데이터 분석 : 소개와 데이터 상세
		https://mimic.physionet.org/gettingstarted/overview/
		https://mimic.physionet.org/mimicdata/schema/
2	2019.6.21	(텐서플로우) deeplearning.ai 강의 : Course 1 - Introduction to Computer Vision
		(신약탐색) Deep Learning for the Life Sciences : 3. Machine Learning with DeepChem
		인공지능과 신약 개발 특강
		(실무) 의료 데이터 분석 : 튜토리얼
		https://mimic.physionet.org/tutorials/install-mimic-locally-windows/
		https://mimic.physionet.org/tutorials/intro-to-mimic-iii/
3	2019. 6.28	(텐서플로우) deeplearning.ai 강의 : Course 1 - Enhancing Vision with Convolutional Neural Networks
		(신약탐색) 파이썬 자연어 처리의 이론과 실제 : 1장 ~ 2장. 코퍼스와 데이터세트의 실제 이해
		(실무) 의료 데이터 분석 : MIMIC 데이터 소개와 데이터베이스 구축
		https://academic.oup.com/jamia/article/25/1/32/4259424
		https://github.com/MIT-LCP/mimic-code/tree/master/buildmimic
4	2019.7. 5	(텐서플로우) deeplearning.ai 강의 : Course 1 - Using Real-World Images
		(신약탐색) 파이썬 자연어 처리의 이론과 실제 : 3장. 문장 구조의 이해
		(실무) 의료 데이터 분석 : Useful views/summaries of the data in MIMIC-III
		https://github.com/MIT-LCP/mimic-code/tree/master/concepts

Part 2.

seq.	날짜	내용
1	2019. 7.12	(텐서플로우) deeplearning.ai 강의 : Course 2 - Exploring a Larger Dataset
		(신약탐색) Deep Learning for the Life Sciences : 4. Machine Learning for Molecules
		(실무) 의료 데이터 분석 : notebooks
		https://github.com/MIT-LCP/mimic-code/tree/master/notebooks
2	2019. 7.19	(텐서플로우) deeplearning.ai 강의 : Course 2 - Augmentation, a Technique to Avoid Overfitting
		(신약탐색) 파이썬 자연어 처리의 이론과 실제 : 4장. 전처리
		(실무) 의료 데이터 분석 : notebooks/aline
		https://github.com/MIT-LCP/mimic-code/tree/master/notebooks/aline
3	2019. 7.26	(텐서플로우) deeplearning.ai 강의 : Course 2 - Transfer Learning
		(신약탐색) Deep Learning for the Life Sciences : 5. Biophysical Machine Learning
4	2019. 8. 2	(텐서플로우) deeplearning.ai 강의 : Course 2 - Multi-class Classifications
		(신약탐색) [Deep Learning for the Life Sciences : 6. Deep Learning for Genomics(https://github.com/biospin/realdeepbio/blob/master/part02/week04_190809/RealDeepbio_Part_2-3_190802_JKo_Ch6_Deep_Learning_for_Genomics.pdf)
		(실무) 의료 데이터 분석 : tutorials
		https://github.com/MIT-LCP/mimic-code/tree/master/tutorials

Part 3.

seq.	날짜	내용
1	2019. 8.16	(텐서플로우) Hands-on Machine Learning : 10. Introduction to Artificial Neural Networks with Keras
		(신약탐색) 파이썬 자연어 처리의 이론과 실제 : 5장. 피처 엔지니어링과 NLP 알고리즘
		(실무) 의료 데이터 분석 : RetainVis 논문 리뷰
		https://github.com/minjechoi/RetainVis
2	2019. 9.06	(신약개발) Deep Learning for the Life Sciences : 7. Machine Learning for Microscopy
		(신약탐색) 파이썬 자연어 처리의 이론과 실제 : 6장. 고급 피처 엔지니어링과 NLP 알고리즘
		(실무) 시계열분석 : 1장. 시작하기 ~ 2장. 시계열 시각화
		(텐서플로우) Hands-on Machine Learning : 10. Introduction to Artificial Neural Networks with Keras
3	2019. 9.20	(신약개발) Deep Learning for the Life Sciences : 8. Deep Learning for Medicine
		(신약개발) 파이썬 자연어 처리의 이론과 실제 : 7장. NLP를 위한 규칙 기반 시스템
		(실무) 시계열분석 : Chapter 3 예측가의 도구 상자 ~ Chapter 4 판단 예측
		(텐서플로우) Hands-on Machine Learning : 11. Training Deep Neural Networks
4	2019. 9.27	(신약개발) Deep Learning for the Life Sciences : 9. Generative Models
		(신약개발) 파이썬 자연어 처리의 이론과 실제 : 8장. NLP 문제에 대한 머신 러닝
		(실무) 시계열분석 : Chapter 4 판단 예측
		(실무) 의료 데이터 분석 : RetainVis 논문 내용 구현 #1,2
		https://github.com/minjechoi/RetainVis
		(텐서플로우) Hands-on Machine Learning : 12. Custom Models and Training with TensorFlow

Part 4.

seq.	날짜	내용
1	2019.10.11	(신약개발) 파이썬 자연어 처리의 이론과 실제 : 9장. NLU과 NLG 문제에 대한 딥러닝
		(실무) 시계열분석 : Chapter 5 시계열 회귀 모델
		(텐서플로우) Hands-on Machine Learning : 13. Loading and Preprocessing Data with TensorFlow
2	2019.10.18	((신약개발) Deep Learning for the Life Sciences: 11. A Virtual Screening Workflow Example
		(실무) 시계열분석 : Chapter 6. 시계열 분해
		(텐서플로우) Hands-on Machine Learning : 14. Deep Computer Vision Using Convolutional Neural Networks
3	2019.10.25	(신약개발) Deep Learning for the Life Sciences: 12. Prospects and Perspectives
		(실무) 시계열분석 :Chapter 11 고급 예측 기법 ~ Chapter 12 몇 가지 실제 예측 문제
		(텐서플로우) Hands-on Machine Learning : 15장. 오토인코더
4	2019.11. 1	(텐서플로우) Hands-on Machine Learning : 16장. 강화 학습