Однажды, после черной-черной пятницы, когда осенние скидки уже закончились, а новогодние распродажи еще и не думали начинаться, преподаватель курса «Машинное обучение в биологии и биомедицине» получил на проверку вот такое домашнее задание, и был очень... удивлен.
А вы сможете догадаться, что именно так удивило нашего преподавателя?
Спойлер: самые внимательные смогутзаписаться на весенний поток курса «Машинное обучение в биологии и биомедицине» со скидкой 20% , но только до 9 декабря 🙃
#в_openbio_тоже_шутят
А вы сможете догадаться, что именно так удивило нашего преподавателя?
Спойлер: самые внимательные смогут
#в_openbio_тоже_шутят
😁6🔥2🤓2
Media is too big
VIEW IN TELEGRAM
📈 Построение успешной карьеры (и особенно выход на руководящие должности) требует постоянного развития навыков, причем важно уделять внимание не только hard skills, но и soft skills. И сфера биоинформатики — не исключение.
Сегодня мы поделимся с вами фрагментом интервью одного из спикеров курса «Машинное обучение в биологии и биоинформатике» Александра Сарачакова, в котором Александр рассказывает о своем походе к сложным, многоуровневым задачам.
Кстати, у вас еще есть возможность узнать больше про опыт и карьерный трек Александра на новом онлайн-вебинаре из серии «Личный путь в сеньора биоинформатика»!
📌 Встреча состоится уже завтра, 10 декабря, в 19:00 по Мск.
Регистрируйтесь, чтобы получить ссылку-приглашение на вебинар, а вопросы для Александра оставляйте в комментариях к этому посту.
До встречи в прямом эфире!
#openbio_webinar
#openbio_interview
#openbio_expert
Сегодня мы поделимся с вами фрагментом интервью одного из спикеров курса «Машинное обучение в биологии и биоинформатике» Александра Сарачакова, в котором Александр рассказывает о своем походе к сложным, многоуровневым задачам.
Кстати, у вас еще есть возможность узнать больше про опыт и карьерный трек Александра на новом онлайн-вебинаре из серии «Личный путь в сеньора биоинформатика»!
📌 Встреча состоится уже завтра, 10 декабря, в 19:00 по Мск.
Регистрируйтесь, чтобы получить ссылку-приглашение на вебинар, а вопросы для Александра оставляйте в комментариях к этому посту.
До встречи в прямом эфире!
#openbio_webinar
#openbio_interview
#openbio_expert
👍6🔥4⚡3
На нашем канале уже появилось несколько относительно продвинутых материалов по Python и pandas, но что делать, если вы еще вообще не брались за изучение питона или забыли некоторые основные темы?
В этом посте мы собрали несколько бесплатных полезных источников, которые помогут вам подтянуть самые базовые принципы программирования на Python, от теории до практики. С этими знаниями вы легко сориентируетесь в дальнейших темах, которые мы рассмотрим на курсе «Машинное обучение в биологии и биомедицине»!
📚 Python for Data Analysis, Wes McKinney
Учебник по питону от популярного издательства O’Reilly, доступный онлайн в html формате, подробно объясняет принципы работы как Python в целом, так и отдельных библиотек, включая pandas, matplotlib и другие.
Из личного опыта методиста OpenBio: примеры кода и сопровождающие их объяснения в этой книге помоглиоткрыть третий глаз глубоко разобраться в сути отдельных команд и лучше усвоить несколько тем, раньше казавшихся сложными.
📚 Видеоуроки Python на YouTube
Если вам удобнее воспринимать информацию в видео формате, то на помощь придет YouTube. Вот лишь пара примеров каналов, на русском и английском языках, которые содержат подробные разборы методов и библиотек Python и не только.
📚 Документация
Максимально простой в плане доступности, но, возможно, не в плане восприятия, способ ознакомиться с Python и его библиотеками – прочитать официальную документацию, которая хранится в открытом доступе. Хотя в документации можно найти подробнейшее описание любой функции и примеров ее использования, информация может быть представлена в довольно сухом техническом виде, сложном для восприятия.
Плюсом является то, что документация часто содержит так называемые quick start guides для начинающих, которые предлагают вводные уроки и простые примеры. Такие есть, например, для библиотек pandas и matplotlib.
📚 Онлайн сборники упражнений по питону
А если вы уже чувствуете уверенность в своих навыках программирования и рветесь пустить их в ход, обратите внимание на сайты вроде Hackinscience, Practice Python и введение в pandas от LeetCode, которые предлагают упражнения и задачи по питону с разными уровнями сложности. Практика рождает совершенство, поэтому не бойтесь пробовать себя в решениях!
#openbio_python #openbio_pandas #openbio_practice
В этом посте мы собрали несколько бесплатных полезных источников, которые помогут вам подтянуть самые базовые принципы программирования на Python, от теории до практики. С этими знаниями вы легко сориентируетесь в дальнейших темах, которые мы рассмотрим на курсе «Машинное обучение в биологии и биомедицине»!
📚 Python for Data Analysis, Wes McKinney
Учебник по питону от популярного издательства O’Reilly, доступный онлайн в html формате, подробно объясняет принципы работы как Python в целом, так и отдельных библиотек, включая pandas, matplotlib и другие.
Из личного опыта методиста OpenBio: примеры кода и сопровождающие их объяснения в этой книге помогли
📚 Видеоуроки Python на YouTube
Если вам удобнее воспринимать информацию в видео формате, то на помощь придет YouTube. Вот лишь пара примеров каналов, на русском и английском языках, которые содержат подробные разборы методов и библиотек Python и не только.
📚 Документация
Максимально простой в плане доступности, но, возможно, не в плане восприятия, способ ознакомиться с Python и его библиотеками – прочитать официальную документацию, которая хранится в открытом доступе. Хотя в документации можно найти подробнейшее описание любой функции и примеров ее использования, информация может быть представлена в довольно сухом техническом виде, сложном для восприятия.
Плюсом является то, что документация часто содержит так называемые quick start guides для начинающих, которые предлагают вводные уроки и простые примеры. Такие есть, например, для библиотек pandas и matplotlib.
📚 Онлайн сборники упражнений по питону
А если вы уже чувствуете уверенность в своих навыках программирования и рветесь пустить их в ход, обратите внимание на сайты вроде Hackinscience, Practice Python и введение в pandas от LeetCode, которые предлагают упражнения и задачи по питону с разными уровнями сложности. Практика рождает совершенство, поэтому не бойтесь пробовать себя в решениях!
А если обилие источников вызывает у вас вопросы из серии «с чего же мне начать?» или «что теперь со всем этим делать?», то:
приглашаем вас сегодня, 10 декабря в 19:00 по Мск на вебинар с Александром Сарачаковым (Team Leader команды Imaging & Deep learning в BostonGene, преподаватель курса «Машинное обучение в
биологии и биомедицине»).
Александр расскажет про свой опыт построения карьеры в сфере биоинформатики, а также ответит на ваши вопросы!
✍️ Пишите ваши вопросы в комментариях к этому посту, чтобы они точно были озвучены в эфире.
❗️Регистрируйтесь на сайте, и после обязательно подключите нашего чат-бота, чтобы получить ссылку на эфир.
#openbio_python #openbio_pandas #openbio_practice
👍7🔥3🤓2
Статистический анализ в Python📊
В прошлых постах мы познакомились с основами работы с данными в pandas: фильтрацией значений, предварительной обработкой датасетов, группировкой и агрегацией данных.
Мы уже можем замечать интересные распределения или неожиданные закономерности в наших данных, но как подтвердить наши догадки? 🤔 На помощь придет статистический анализ!
Чувствуете в себе силы и желание погрузиться в эту область глубже? Тогда ждем вас на курсе «Машинное обучение в биологии и биомедицине»!
#openbio_python
В прошлых постах мы познакомились с основами работы с данными в pandas: фильтрацией значений, предварительной обработкой датасетов, группировкой и агрегацией данных.
Мы уже можем замечать интересные распределения или неожиданные закономерности в наших данных, но как подтвердить наши догадки? 🤔 На помощь придет статистический анализ!
Чувствуете в себе силы и желание погрузиться в эту область глубже? Тогда ждем вас на курсе «Машинное обучение в биологии и биомедицине»!
#openbio_python
👍5😍2⚡1🤓1
Друзья! Мы разобрали несколько тем по Python и отдельным библиотекам, чтобы вооружиться необходимыми перед стартом курса «Машинное обучение в биологии и биомедицине» от OpenBio знаниями.
Для того, чтобы сделать будущие посты еще более эффективными, нам важна ваша обратная связь.🤝
Поэтому мы предлагаем поделиться вашими впечатлениями о последних материалах по Python с помощью опросов, которые будут ниже👇. А если вам тесно в рамках опроса, ждем ваши вопросы, замечания и наблюдения в комментариях к этому посту!
В благодарность за уделенное время, каждому, кто поделится мнением в опросе или в комментариях, мы пришлем гайд со списком литературы и ресурсов по изучению ML.📕
Всем удачных исследований и хорошей пятницы 😉
#openbio_опрос
Для того, чтобы сделать будущие посты еще более эффективными, нам важна ваша обратная связь.
Поэтому мы предлагаем поделиться вашими впечатлениями о последних материалах по Python с помощью опросов, которые будут ниже👇. А если вам тесно в рамках опроса, ждем ваши вопросы, замечания и наблюдения в комментариях к этому посту!
В благодарность за уделенное время, каждому, кто поделится мнением в опросе или в комментариях, мы пришлем гайд со списком литературы и ресурсов по изучению ML.
Всем удачных исследований и хорошей пятницы 😉
#openbio_опрос
Please open Telegram to view this post
VIEW IN TELEGRAM
edu.openbio.ru
Машинное обучение в биологии и биомедицине
Курсы по машинному обучению в биологии и биомедицине
👍4⚡1🔥1
Насколько понятны материалы по Python, которые сейчас публикуются?
Anonymous Poll
46%
Все понятно, можно усложнить!
29%
Все понятно, в самый раз
4%
Скорее понятно, но есть сложности
14%
Иногда понятно, иногда нет
0%
Скорее непонятно
7%
Ничего не понятно😭
Как вам формат представления материалов?
Anonymous Poll
26%
Текстовые посты лучше
13%
Текст на картинках лучше
26%
Не хватает примеров применений кода
3%
Всегда нужна возможность копировать код из поста
10%
Нужно объяснение более базовых принципов Python (типы переменных и объектов, циклы, функции и т.д.)
3%
Объяснения слишком подробные
3%
Объяснения недостаточно подробные
10%
Все устраивает!
6%
Другое (напишу в комментариях)
Один из частых ответов в опросе выше — пожелание рассказывать больше о применениях кода. Поэтому мы вводим новую рубрику, в рамках которой будем публиковать краткие задания для закрепления теоретических знаний на примерах кейсов с реальными данными.
Сегодня предлагаем вам решить небольшую задачу на закрепление темы статистического анализа в Python, о которой мы писали ранее.
❗️ На курсе «Машинное обучение в биологии и биомедицине» мы работаем с настоящими клиническими данными, что дает ученикам курса возможность опубликовать решенные ими кейсы в портфолио.
Сегодня мы подготовили для вас датасет с клинической направленностью.
🔹 Представьте, что вы организовываете клиническое исследование нового препарата "Новомумаб", который будут выдавать одной когорте пациентов, а пациенты в когорте сравнения будут получать стандартное лечение, "Старомумаб".
🔹 Перед тем, как начать испытание, выборку пациентов тщательно оценивают, чтобы убедиться, что между испытуемыми группами нет значительных различий: изучать влияние внешних воздействий (в данном случае, лекарства) необходимо в максимально однородных условиях, иначе результаты будут недостоверны.
🔹 Вы получили данные о возрастах пациентов в ваших исследуемых группах:
Ответьте на вопросы:
❓ Какой статистический тест нужно использовать, чтобы понять, есть ли разница в возрасте между данными группами?
❓ Посчитайте p-value на основании выбранного вами теста.
Код для правильного решения задачи:
t_stat, p_value = stats.ttest_ind(arm1_ages, arm2_ages)
print("T-test statistic is: ", t_stat, "\nP-value is: ", p_value)
🔤 Ждем ваши ответы в комментариях, авторы правильных ответов получат скидку 15% на обучение на курсе «Машинное обучение в биологии и биомедицине»!
Официальное решение мы опубликуем на следующей неделе.
#openbio_практика
#openbio_python
Сегодня предлагаем вам решить небольшую задачу на закрепление темы статистического анализа в Python, о которой мы писали ранее.
Кстати, уже завтра цены на курс поднимутся! А в течение всего дня вы еще можете присоединиться к курсу по текущей цене. Оставьте заявку на сайте, и с вами свяжется менеджер.
Сегодня мы подготовили для вас датасет с клинической направленностью.
🔹 Представьте, что вы организовываете клиническое исследование нового препарата "Новомумаб", который будут выдавать одной когорте пациентов, а пациенты в когорте сравнения будут получать стандартное лечение, "Старомумаб".
🔹 Перед тем, как начать испытание, выборку пациентов тщательно оценивают, чтобы убедиться, что между испытуемыми группами нет значительных различий: изучать влияние внешних воздействий (в данном случае, лекарства) необходимо в максимально однородных условиях, иначе результаты будут недостоверны.
🔹 Вы получили данные о возрастах пациентов в ваших исследуемых группах:
arm1_ages = [34, 27, 20, 30, 32, 36, 24, 28, 39, 19]
arm2_ages = [32, 39, 32, 48, 39, 38, 33, 42, 40, 38]
Ответьте на вопросы:
Подсказка: используйте наш пост о статистическом анализе в Python, чтобы выбрать правильный тест и написать для него код.
Код для правильного решения задачи:
print("T-test statistic is: ", t_stat, "\nP-value is: ", p_value)
Официальное решение мы опубликуем на следующей неделе.
#openbio_практика
#openbio_python
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🤔1🤓1