딥러닝 생물정보 데이터 분석

생물정보학에서 딥러닝을 적용하게 된 배경을 이해하며, 기계학습 및 딥러닝 기초 알고리즘을 이해합니다. 
또한 딥러닝을 위한 생물학 데이터 이해를 통해 학습과 예측 및 평가를 수행합니다.

다음과 같은 내용을 배울 수 있습니다.

생물정보학 동향: 생물정보학 동향에서도 기계학습이나 딥러닝 분야에 집중하여 소개합니다.

기계학습 기초 개념 및 평가 방법: 딥러닝 생물정보 데이터를 다루는 배경과 학습론을 배울 수 있습니다.

딥러닝 알고리즘 이론: 인공신경망에 대한 개념을 이해하고 오차 역전파 알고리즘 등을 배울 수 있습니다.

딥러닝 구동 환경 구축 및 프레임워크: 실제 딥러닝을 구동하는데 필요한 환경을 구축하고 딥러닝을 실제로 코딩할 수 있는 프레임워크에 대해 배울 수 있습니다.

학습 모델 구현과 훈련 및 추론: 딥러닝 생물정보 데이터의 예시를 통한 학습과 평가까지 배울 수 있습니다.

차세대 생명정보 온라인 교육 진행 강사를 소개합니다.

경희대학교 / 김권일

경희대학교 생물학과 교수
건국대학교 학사, UST 석사, KAIST 박사(2015)
Predicting response of cancer immunotherapy, Predicting interaction among complex
biological molecules, Discovering resistance mechanism of targeted cancer therapy,
Discovering onset mechanism of complex disorder, Constructing drug repositioning

platform across a variety of diseases