生物统计学(biostatistics)笔记-1.绪论

目录

1.生物统计学概论

2.人工智能(AI)机器学习(ML)与深度学习(DL)

3.常用机器学习方法与分类

4.其他

生统经典软件

生信经典问题

---

1.生物统计学概论

1. 定义：是数理统计在生物学研究中的应用。它是运用数理统计的原理、方法来认识、分析、推断和解释生命过程中的各种现象和试验调查资料的科学。属于生物数学的范畴。
2. 为什么生物需要统计学：由于生物现象存在变异性（个体之间存在差异）、不确定性或称为随机性（变异不能准确推算）、复杂性（影响因素众多，有些是未知的）。
3. 一般过程：模型设计，收集数据，建模分析，开发应用
4. 与生信区别：
5. 统计模型与机器学习区别：统计模型关注变量间的相互关系；机器学习注重根据数据进行预测（尽管这种预测往往无法很科学地解释）

2.人工智能(AI)机器学习(ML)与深度学习(DL)

1. Artificial intelligence (AI) 是由机器展示的智能,与由人类和其他动物展示的智能natural intelligence (NI) 相对应。
2. Machine learning(ML)利用数据而不是指令来进行各种工作，其学习过程主要包括：数据的特征提取、数据预处理、训练模型、测试模型、模型评估改进等几部分。