分子生物学とオミックスと統計遺伝学と - ryamadaの遺伝学・遺伝統計学メモ
こんなコメントを、このブログからできた本にいただいた 大量データ科学時代の「遺伝」学の解析を勉強するのに、どこから、どう攻めるのがよいかは、画一的なアプローチがない(と思う)ので、難しい ３大分野別では： 分子生物学・分子遺伝学それ自体が、かなり膨大 情報のハンドリングに関することも膨大で、計算機の知識や技術もたくさんある 統計という切り口も、データの読み取り技術・提示技術・共有技術、と言うことで、広範囲 各論の変化 ３大分野は「現在」も広いが、新しいことも次々に出てくる、という意味で、対応するのは、やり方を間違えると大変なことになる では、どうする？ 分子生物学・分子遺伝学 思い切って、各論は捨てる その上で、総論(２０ページのテキストにすら、登場するような内容)を、「情報的」にとらえる(20ページではないけれど"Mathematical slices of molecular biol
ビッグ・データを操る者が勝つ
統計数理研究所 所長 樋口知之 データ集約型科学という科学的探究手法が、科学の世界のみならず、ビジネス社会でも注目されている。基本方程式を理論解析や計算機シミュレーションで解く演繹的な手法ではなく、ビッグ・データ（莫大な量のデータ）から課題を見つけ出しモデル化することによって、よりよい予測を行ったり、新しい法則を見つけ出したりする帰納的な手法である。科学の「第四のパラダイム」として学問領域を超えて人類に新しい価値をもたらすと期待され、統計学と社会とのつながりがきわめて重視される時代が到来している。 データ集約型科学は、すでに一九九〇年代に日米欧で研究が始まり、その黎明期において日本も大きく貢献した。当時私が研究していた人工衛星データはビッグ・データの走りであり、その後、ヒト・ゲノム計画で膨大なゲノム・データが獲得された結果、地球・宇宙科学と生命科学の両分野で先行して、ビッグ・データの解析手
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
geostratsys.org
Session: The Future of Quantitative Paleontology: Biometry, Computer Vision, and Machine Learning
Fossil data enter the web period - Nature
