빅바이오

스터디 정보

빅데이터을 활용한 바이오인포매틱스 + 통계기초 + 딥러닝 실습에 대한 스터디입니다.

공유폴더

https://drive.google.com/drive/folders/0B6bSLTlVnagfTFJqV0dwRGdGMWs

교재 정보

• 통계 기초
  • Introductory Statistics with R, Springer, 2008, Peter Dalgaard
  • Practical Regression and Anova using R, 2002, J.J. Faraway
  • Linear Models with R : Faraway
• 딥러닝 실습( tensorflow )
  • https://www.tensorflow.org/
• 빅데이터 기초
  • 러닝 스파크(Learning Spark)
  • 직접 해보는 하둡 프로그래밍
• 구글 genomics
  • https://github.com/googlegenomics/readthedocs
  • https://github.com/googlegenomics/getting-started-bigquery
  • http://googlegenomics.readthedocs.org/en/latest/
• 빅데이터 유전체 분석
  • Data Algorithms: Recipes for Scaling Up with Hadoop and Spark

참고 자료

• Bengio 교수의 딥러닝 강의 - 딥러닝에 대한 깊은 통찰을 얻을 수 있음.
• 인공신경망과 딥러닝-무료 동영상 강의 한글
• udacity의 Deep Learning-무료 동영상 강의 영어
• Spark - 무료 동영상 강의 한글
• Hadoop - 무료 동영상 강의 한글

데이터 분석 실습용 데이터

• 공유폴더 > 빅바이오 > 참고자료 > 학습용 데이터
• mrna_20160125-200855_type1_00.pkl.gz 와 같은 파일이 24개, 전체 용량 700MB

장소

1. 장소: 토즈 신촌 아트레온토즈점 ( http://www.toz.co.kr/branch/main/index.htm?id=6 )
2. 매주 화요일, 저녁 7시 30분~10시
3. 시작: 2016년03월 08일

Schedule

Part 1.

seq.	날짜	내용	후기
1	2016. 3. 8	(통계기초) Introductory Statistics with R (Chap. 1~2), 재현가능현 연구를 위한 도구 설정법(이승우)
		(딥러닝 실습) Getting Started(남광우)
		(빅데이터 기초) 직접 해보는 하둡 프로그래밍 : 2장(지용기)
2	2016. 3.15	(통계기초) Introductory Statistics with R (Chap. 3~4)(성민경)
		(딥러닝 실습) MNIST For ML Beginners
		(빅데이터 기초) 직접 해보는 하둡 프로그래밍 : 3장
3	2016. 3.22	(통계기초) Introductory Statistics with R (Chap. 5~6)
		(딥러닝 실습) Deep MNIST for Experts
		(빅데이터 기초) 직접 해보는 하둡 프로그래밍 : 4장
4	2016. 3.29	(통계기초) Introductory Statistics with R (Chap. 7~8)
		(딥러닝 실습) TensorFlow Mechanics 101
		(빅데이터 기초) 직접 해보는 하둡 프로그래밍 : 5장

Part 2.

seq.	날짜	내용	후기
1	2016. 4. 5	(통계기초) Introductory Statistics with R (Chap. 9~10)
		(딥러닝 실습) Convolutional Neural Networks
		(빅데이터 기초) 직접 해보는 하둡 프로그래밍 : 6장
2	2016. 4.12	(통계기초) Introductory Statistics with R (Chap. 11~12)
		(딥러닝 실습) MNIST For ML Beginners
		(빅데이터 기초) 직접 해보는 하둡 프로그래밍 : 7장
3	2016. 4.19	(통계기초)Introductory Statistics with R (Chap. 13~14)
		(딥러닝 실습) Deep MNIST for Experts
		(빅데이터 기초) 직접 해보는 하둡 프로그래밍 : 8장, PIG대신에 Hive로 발표
4	2016. 4.26	(통계기초) Introductory Statistics with R (Chap. 15~16)
		(딥러닝 실습) TensorFlow Mechanics 101
		(빅데이터 기초) 러닝 스파크(Learning Spark) : 1 ~ 2장

Part 3.

seq.	날짜	내용	후기
1	2016.5.3	(통계기초) Practical Regression : (Chap. 1~3)
		(딥러닝 실습) 암 환자의 유전체데이터 및 데이터 변환작업 소개 ( TCGA )
		(빅데이터 기초) 러닝 스파크(Learning Spark) : 3장
2	2016.5.10	(통계기초) Practical Regression : Dummy Regression
		(딥러닝 실습) TensorFlow을 사용해서 암 환자 유전체에서 암 예측 모델 개발( 회귀모형)
		(빅데이터 기초) 러닝 스파크(Learning Spark) : 4장
3	2016.5.17	(통계기초) Practical Regression : Regression Diagnostics
		(딥러닝 실습) TensorFlow을 사용해서 암 환자 유전체에서 암 예측 모델 개발( MLP)
		(빅데이터 기초) 러닝 스파크(Learning Spark) : 5장
4	2016.5.24	(통계기초) Practical Regression : Model Selection
		(딥러닝 실습) TensorFlow을 사용해서 암 환자 유전체에서 암 예측 모델 개발(DBN)
		(빅데이터 기초) 러닝 스파크(Learning Spark) : 6장
5	2016.5.31	(통계기초) Practical Regression : A complete example and missing data
		(딥러닝 실습) TensorFlow을 사용해서 암 환자 유전체에서 암 예측 모델 개발( 다양한 데이터 활용 )
		(빅데이터 기초) 러닝 스파크(Learning Spark) : 7장
		(빅데이터 기초) 러닝 스파크(Learning Spark) : 8장
6	2016.6.7	(딥러닝 실습) TensorFlow을 사용해서 암 환자 유전체에서 암 예측 모델 개발( 다양한 데이터 활용 )
		(빅데이터 기초) 러닝 스파크(Learning Spark) : 9장
		(빅데이터 기초) 러닝 스파크(Learning Spark) : 11장

Part 4.

seq.	날짜	내용	후기
1	2016. 6.14	(구글 genomics) https://cloud.google.com/genomics/what-is-google-genomics :
		What Is Google Genomics?, Pricing and Quotas , Getting Started
		(빅데이터 유전체 분석) Data Algorithms: 1장 , 2장
2	2016. 6.21	(구글 genomics) https://cloud.google.com/genomics/what-is-google-genomics :
		Tutorials : Analyze Variants Using BigQuery
		(빅데이터 유전체 분석) Data Algorithms: 5장
		(빅데이터 유전체 분석) Data Algorithms: 6장
3	2016. 6.28	(구글 genomics) https://cloud.google.com/genomics/what-is-google-genomics :
		Tutorials : Load Genomic Variants
		(빅데이터 유전체 분석) Data Algorithms: 7장
		(빅데이터 유전체 분석) Data Algorithms: 8장
4	2016. 7. 5	(구글 genomics) https://cloud.google.com/genomics/what-is-google-genomics :
		Tutorials : Running Broad Institute GATK
		(빅데이터 유전체 분석) Data Algorithms: 9장
		(빅데이터 유전체 분석) Data Algorithms: 10장

Part 5.

seq.	날짜	내용	후기
1	2016. 7.12	(구글 genomics) https://cloud.google.com/genomics/what-is-google-genomics :
		Tutorials : Finding Public Data
		(빅데이터 유전체 분석) Data Algorithms: 11장
		(빅데이터 유전체 분석) Data Algorithms: 12장
2	2016. 7.19	(구글 genomics) http://googlegenomics.readthedocs.org/en/latest/ :
		Process Data on Google Cloud
		(빅데이터 유전체 분석) Data Algorithms: 13장
		(빅데이터 유전체 분석) Data Algorithms: 14장
3	2016. 7.26	(구글 genomics) http://googlegenomics.readthedocs.org/en/latest/ :
		Access Genomic Data using
		(빅데이터 유전체 분석) Data Algorithms: 15장
		(빅데이터 유전체 분석) Data Algorithms: 16장
4	2016. 8. 2	(구글 genomics) http://googlegenomics.readthedocs.org/en/latest/ :
		Analyze Data in Google Genomics -> Analyze Reads
		(빅데이터 유전체 분석) Data Algorithms: 17장
		(빅데이터 유전체 분석) Data Algorithms: 18장

Part 6.

seq.	날짜	내용	후기
1	2016. 8. 9	(구글 genomics) http://googlegenomics.readthedocs.org/en/latest/ :
		Analyze Data in Google Genomics -> Analyze Variants
		(빅데이터 유전체 분석) Data Algorithms: 19장
		(빅데이터 유전체 분석) Data Algorithms: 20장
2	2016. 8.16	(구글 genomics) http://googlegenomics.readthedocs.org/en/latest/ :
		Analyze Data in Google Genomics -> Annotate Variants
		(빅데이터 유전체 분석) Data Algorithms: 21장
		(빅데이터 유전체 분석) Data Algorithms: 22장
3	2016. 8.23	(구글 genomics) http://googlegenomics.readthedocs.org/en/latest/ :
		Analyze Data in Google Genomics -> Learn More 1
		(빅데이터 유전체 분석) Data Algorithms: 23장
		(빅데이터 유전체 분석) Data Algorithms: 24장
4	2016. 8.30	(구글 genomics) http://googlegenomics.readthedocs.org/en/latest/ :
		Analyze Data in Google Genomics -> Learn More 2
		(빅데이터 유전체 분석) Data Algorithms: 25장
		(빅데이터 유전체 분석) Data Algorithms: 26장