「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20: 行20:
 
** 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。
 
** 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。
 
** 無料。
 +
 +
=== 深層学習 ===
 +
* [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。
 +
** 深層学習、特に畳み込みニューラルネットワークに関して知りたければおすすめ。
 +
** 講義はYoutubeで無料公開。

2019年5月11日 (土) 13:04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

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)

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


「https://www.yasunaga-lab.bio.kyutech.ac.jp/EosJ/index.php?title=クライオ電顕備忘録&oldid=15845」から取得