「クライオ電顕備忘録」の版間の差分

提供: Eospedia
移動: 案内、検索
(→‎勉強)
行23: 行23:
 
** 無料。(要ユーザー登録)
 
** 無料。(要ユーザー登録)
  
−
=== ベイズ推定 ===
+
=== 機械学習 ===
 +
==== ベイズ推定 ====
 
* [https://bloomberg.github.io/foml/#home FOUNDATIONS OF MACHINE LEARNING]
 
* [https://bloomberg.github.io/foml/#home FOUNDATIONS OF MACHINE LEARNING]
 
** BloombergのDavid S. Rosenberg氏による機械学習関連のビデオレクチャー。
 
** BloombergのDavid S. Rosenberg氏による機械学習関連のビデオレクチャー。
行29: 行30:
 
** 無料。
 
** 無料。
  
−
=== 深層学習 ===
+
==== 深層学習 ====
 
* [http://cs231n.stanford.edu/2017/ CS231n: Convolutional Neural Networks for Visual Recognition]
 
* [http://cs231n.stanford.edu/2017/ CS231n: Convolutional Neural Networks for Visual Recognition]
 
** スタンフォード大学の深層学習に関する講義。
 
** スタンフォード大学の深層学習に関する講義。

2019年5月13日 (月) 06:33時点における版

  • 本ページの情報、および本ページからリンクされている先の情報に関して、それを利用して生じた損害については一切の責任を負いません。
  • 参考にされる場合は自己責任にてお願いいたします。

開発環境

VNCでリモートデスクトップ

  • TurboVNCとVirtualGLを使用
  • リモートのUbuntuマシンのデスクトップをローカルのMacマシンに飛ばして作業
  • OpenGLで描画するアプリなどもサクサク動作
  • のはずでしたが、現状まだ成功しておりません。読んでも意味はありません。

VirtualGLでリモートのOpenGLアプリをぬるぬる動かす

  • TurboVNCとVirtualGLを使ったリモートデスクトップの試みに失敗したので、代わりにVirtualGL単体でリモートのOpenGLアプリを使ってみる。
  • UCSF Chimeraで、中型程度の電顕マップ+fitted pdbくらいならぬるぬる動いた。

EMPIAR構造決定チャレンジ

  • EMPIARで公開されているデータの構造決定にひたすら挑戦していきます。

勉強

クライオ電子顕微鏡法

  • EM-learning.com
    • カリフォルニア工科大学のGrant Jensen教授とThermo Fischer(FEI)のMatthijn Vos博士によるビデオレクチャー(70時間以上！)。
    • 電子顕微鏡の理論、使い方、クライオ電顕のサンプル作成方法など。必見。
    • 無料。(要ユーザー登録)

機械学習

ベイズ推定

  • FOUNDATIONS OF MACHINE LEARNING
    • BloombergのDavid S. Rosenberg氏による機械学習関連のビデオレクチャー。
    • Lecture3, 16, 17, 18, 19, 26, 27は確率分布によるモデリング、最尤推定、MAP推定などについて学べる。
    • 無料。

深層学習

文献調査

PubMed

  • PubMed Essentials
    • US National Library of Medicine(NLM)が運用している生命科学、医学系の文献検索エンジンPubMedの使い方のビデオレクチャーコース。
    • 無料。(National Network of Libraries of Medicine (NNLM)のアカウント作成と、コースへの登録が必要)
    • 視聴するのが面倒くさい割りにあまり役立つ情報が得られない感があり、微妙。

「https://www.yasunaga-lab.bio.kyutech.ac.jp/EosJ/index.php?title=クライオ電顕備忘録&oldid=15871」から取得