October 2024
Intermediate to advanced
456 pages
11h 48m
German
Content preview from Python für die Bioinformatik beherrschen
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
Kapitel 17. DNA-Synthesizer: Synthetische Daten mit Markov-Ketten erstellen
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Eine Markov-Kette ist ein Modell, das eine Abfolge von Möglichkeiten in einem bestimmten Datensatz darstellt. Es handelt sich um einen Algorithmus des maschinellen Lernens (ML), weil er Muster aus den Eingabedaten entdeckt oder erlernt. In dieser Übung zeige ich, wie man Markov-Ketten, die auf einen Satz von DNA-Sequenzen trainiert wurden, verwendet, um neue DNA-Sequenzen zu erzeugen.
In dieser Übung wirst du:
-
Lies eine bestimmte Anzahl von Eingabesequenzdateien, um alle eindeutigen k-mers für ein bestimmtes k zu finden.
-
Erstelle eine Markov-Kette mit diesen k-mers, um eine bestimmte Anzahl neuer Sequenzen zu erzeugen, deren Länge durch ein Minimum und ein Maximum begrenzt ist.
-
Erfahre mehr über Generatoren.
-
Verwende einen zufälligen Seed, um Zufallsauswahlen zu replizieren.
Markov-Ketten verstehen
In Claude Shannons "A Mathematical Theory of Communication" (1948) beschreibt der Autor einen Markoff-Prozess, der Graphen und den endlichen Zustandsdiagrammen, die ich zur Veranschaulichung regulärer Ausdrücke verwendet habe, erstaunlich ähnlich ist. Shannon beschreibt diesen Prozess als "eine endliche Anzahl möglicher Zustände eines Systems" und "eine Menge von Übergangswahrscheinlichkeiten", dass ein Zustand zu einem anderen führt.
Als Beispiel für einen Markov-Prozess ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access
More than 5,000 organizations count on O’Reilly
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.Julian F.
I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.Addison B.
I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.Amir M.
I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.