Bioinformatics 101

الگوریتم‌های یادگیری ماشین را می‌توان به ۳ دسته تقسیم کرد: ۱. یادگیری نظارتی، ورودی به همراه خروجی مطلوب داده میشه و هدف اینه که یک سری قواعد عمومی برای یادگیری رسیدن از ورودی به خروجی به دست بیاد. یک مثال آن، فیلتر اسپم ایمیل است. ۲. یادگیری بدون ناظر، هیچ برچسبی به الگوریتم داده نمی‌شود و همه چی را به خودش واگذار میکنیم تا از ورودی یک الگو پیدا کند. برای مثال، تصور کنید یک مجموعه داده از ماشین‌ها و خریدارهای آن داریم. این الگوریتم توانسته این را بفهمد که خریدارانی که ساکنین حومه شهر هستند ترجیح میدهند که SUV با موتور پترول بخرند در حالی که خریداران ساکن مرکز شهر ترجیح میدهند از یک خودرو الکتریکی و کوچک استفاده کنند. دانستن این قضیه به سیستم کمک می‌کند تا بتواند پیشبینی کند چه کسی چه خودرویی را خریداری خواهد کرد. ۳. یادگیری تقویتی، برنامه کامپیوتری با یک محیط پویا وارد برهمکنش می‌شود که باید بتواند به یک هدف خاص برسد مثل بازی کردن در مقابل یک رغیب. این برنامه در طی حل مسئله، بازخوردهایی را به عنوان تنبیه یا جایزه فراهم میکند. #machine_learning photo:Frank V.

یادگیری ماشین، توانایی یادگیری را بدون برنامه خاصی به کامپیوترها میدهد. توانایی آنالیز داده، استخراج اطلاعات و یادگرفتن از این داده‌ها. در نتیجه ماشین لرنینگ به این معنی ست که با نوشتن الگوریتم‌های مختلف، برنامه بتواند از داده‌ها یاد بگیرد و پیشبینی کند. مثال‌های بارز ML : پیشنهادات آمازون بر اساس جستجوهایی که مشتری انجام داده است. جستجوی گوگل اتومبیل‌های خودران اسپم‌های ایمیل داده‌های بیشتر، دقت یادگیری را نیز بالاتر می‌برد، به همین علت هر چقدر شما در آمازون سرچ بیشتری بکنید، پیشنهاداتی که آمازون برای خرید محصولاتش به شما  می‌دهد دقیق‌تر است. این نوع از یادگیری بسیار شبیه عمکرد ما انسان‌ها برای یادگیری است. #machine_learning

پزشکی شخصی با آنالیز داده‌های بیمار می‌تواند استراتژی‌های درمانی به خصوصی را برای تک تک بیماران پیدا کند. داده‌هایی که امروزه در دسترس هستند پتانسیل این را دارند تا با آن به تشخیص، درمان و پیشگیری از بیماری پرداخت. البته تمام این‌ها بستگی به توسعه مدل‌های پیشبینی، مدیریت، سازماندهی و به طور کلی آنالیز حجم زیاد داده‌ها دارد که به این داده‌ها Big Data گفته می‌شود. با ابداع نسل بعدی توالی یابی یا همان NGS، تولید داده‌های مربوط به بیماران به طور بسیار قابل توجهی افزایش یافته است. برای مدیریت این داده‌ها از تکنولوژی‌های panomic استفاده می‌شود که ترکیبی از ژنومیکس، اپی‌ژنومیکس، پروتئومیکس و متابولومیکس می‌باشد. پلتفرم‌های بر پایه فضای ابری (Cloud-based) می‌توانند به صورت عملی، مدیریت big data را با استفاده از فضای ابری که نتیجه آن هیچ محدودیت فضای ذخیره و اشتراک‌گذاری آنالیز کنند. این پلتفرم‌ها به آزمایشگاه‌ها اجازه می‌دهند تا با استفاده از یک پلتفرم، پروسه دریافت داده‌ها، ذخیره داده‌ها به صورت چند بعد و انواع آنالیزهای مختلف را به صورت اتوماتیک انجام دهند. بسیاری از مدل‌های پیشبینی ک...