Toggle navigation
Chunfu Shawn's Blog
Home
About
Archives
Tags
Tags
Hey, this is Tags.
Bioinformatics
Next Generation Sequencing
Data format
ATAC-seq
Biology
Epigenomics
6mA
Programming
JavaScript
R
Non-parametric test
Correlation
Brain science
Neuron
Cerebral cortex
Development
Similarity Measurement
Bash
Python
Blog
Github Pages
Hexo
Data Structure
Computing Methods
Optimization
Statistics
Graphics
Algorithm
Hush Table
Sparse Matrix
Hypothesis test
Parametric test
Non-parametric estimation
Mixture model
Partial Observations
Expectation-Maximization
Machine Learning
Bioinfomatics
Bioinformatics
0-based & 1-based的解释和转换实例
0-based & 1-based的区别、优劣势、原因和转换实例
ATAC-seq数据分析流程
ATAC-seq原理和流程与代码
是否需要以及如何进行reads去重复
是否需要去除PCR重复,选择去除的工具?
什么是“Insert 插入片段”?
介绍二代测序中关于reads的基本知识
生信常见文件的格式以及查看与处理方式
fasta、fastq、gff、gtf、bed、bed12、sam、bam、wig、bigwig、bedgraph、vcf等文件格式的介绍和处理
Next Generation Sequencing
0-based & 1-based的解释和转换实例
0-based & 1-based的区别、优劣势、原因和转换实例
ATAC-seq数据分析流程
ATAC-seq原理和流程与代码
是否需要以及如何进行reads去重复
是否需要去除PCR重复,选择去除的工具?
什么是“Insert 插入片段”?
介绍二代测序中关于reads的基本知识
Data format
0-based & 1-based的解释和转换实例
0-based & 1-based的区别、优劣势、原因和转换实例
生信常见文件的格式以及查看与处理方式
fasta、fastq、gff、gtf、bed、bed12、sam、bam、wig、bigwig、bedgraph、vcf等文件格式的介绍和处理
ATAC-seq
ATAC-seq数据分析流程
ATAC-seq原理和流程与代码
Biology
The 6mA and enhancer-promoter (EP) regulation mechanism
课题的背景调研,learning
哺乳动物大脑皮层(Cerebral cortex)的发育过程
哺乳动物大脑皮层的发育过程
Epigenomics
The 6mA and enhancer-promoter (EP) regulation mechanism
课题的背景调研,learning
6mA
The 6mA and enhancer-promoter (EP) regulation mechanism
课题的背景调研,learning
Programming
R和JavaScript中的特殊值
R和JavaScript中的特殊值
编程和概率统计等学习网站的汇总
汇总了JavaScript、R、Bash、Python等一些学习网站
深究JS中的数据类型和变量拷贝(R语言类似)
学习变量的存储结构
JavaScript
R和JavaScript中的特殊值
R和JavaScript中的特殊值
编程和概率统计等学习网站的汇总
汇总了JavaScript、R、Bash、Python等一些学习网站
深究JS中的数据类型和变量拷贝(R语言类似)
学习变量的存储结构
R
R和JavaScript中的特殊值
R和JavaScript中的特殊值
编程和概率统计等学习网站的汇总
汇总了JavaScript、R、Bash、Python等一些学习网站
R中离散坐标轴的排序、子集选择与合并
对坐标轴映射的离散数据的排序、选择与合并
Non-parametric test
三种相关性检验与比较(两个变量之间)
Pearson, Spearman, Kendall correlation, and comparison between Pearson and Spearman
Wilcoxon 检验之 rank-sum 与 signed-rank
Wilcoxon检验的原理与代码实现
统计中该用Fisher精确检验还是卡方检验?
Fisher精确检验和卡方检验的原理与代码实现,如何选择他们?
Correlation
三种相关性检验与比较(两个变量之间)
Pearson, Spearman, Kendall correlation, and comparison between Pearson and Spearman
Brain science
哺乳动物大脑皮层(Cerebral cortex)的发育过程
哺乳动物大脑皮层的发育过程
Neuron
哺乳动物大脑皮层(Cerebral cortex)的发育过程
哺乳动物大脑皮层的发育过程
Cerebral cortex
哺乳动物大脑皮层(Cerebral cortex)的发育过程
哺乳动物大脑皮层的发育过程
Development
哺乳动物大脑皮层(Cerebral cortex)的发育过程
哺乳动物大脑皮层的发育过程
Similarity Measurement
相似性量度(Similarity Measurement)大总结
多种相似性量度的公式、比较分析和应用
Bash
编程和概率统计等学习网站的汇总
汇总了JavaScript、R、Bash、Python等一些学习网站
Python
编程和概率统计等学习网站的汇总
汇总了JavaScript、R、Bash、Python等一些学习网站
Blog
(一)依靠GitHub Pages的个人Blog
如何依靠GitHub Pages搭建个人Blog
(三)使用Hexo搭建Blog过程中的报错
Hexo相关报错的解决
(二)基于Hexo与Huxpro.github.io搭建Blog
如何使用Hexo搭建个人Blog?
(四)Blog的高级自定义功能
自定义blog的功能
Github Pages
(一)依靠GitHub Pages的个人Blog
如何依靠GitHub Pages搭建个人Blog
(三)使用Hexo搭建Blog过程中的报错
Hexo相关报错的解决
Hexo
(三)使用Hexo搭建Blog过程中的报错
Hexo相关报错的解决
(二)基于Hexo与Huxpro.github.io搭建Blog
如何使用Hexo搭建个人Blog?
Data Structure
稀疏矩阵(Sparse Matrix)的高效存储和读取
稀疏矩阵的高效存储和读取;python和R的实现
哈希表(Hush Table)介绍和Java、JavaScript的实现
哈希表的详细介绍,并利用Java、JavaScript两种语言实现Hush table
Computing Methods
求解无约束最优化问题的方法总结
求解无约束最优化问题的方法
Optimization
求解无约束最优化问题的方法总结
求解无约束最优化问题的方法
正则化 Regularization
L1和L2范数正则化的理解
Statistics
三种相关性检验与比较(两个变量之间)
Pearson, Spearman, Kendall correlation, and comparison between Pearson and Spearman
相似性量度(Similarity Measurement)大总结
多种相似性量度的公式、比较分析和应用
求解无约束最优化问题的方法总结
求解无约束最优化问题的方法
R中离散坐标轴的排序、子集选择与合并
对坐标轴映射的离散数据的排序、选择与合并
Wilcoxon 检验之 rank-sum 与 signed-rank
Wilcoxon检验的原理与代码实现
T test, Z test, or MWU test (Wilcoxon rank-sum test)?
T test, Z test和MWU test的原理与代码实现,如何选择他们?
统计中该用Fisher精确检验还是卡方检验?
Fisher精确检验和卡方检验的原理与代码实现,如何选择他们?
核密度估计(kernel density estimation)
核密度估计及bandwidth和kernel的选择
最大似然估计 Maximum likelihood estimation,MLE
最大似然估计 Maximum likelihood estimation,MLE
EM算法的理解和数学推导
EM算法的理解和数学推导
The interpretations of sensitivity, specificity, precision, recall, AUC, ROC and AUC-PR
Sensitivity, specificity, precision, recall, AUC, ROC and AUC-PR
正则化 Regularization
L1和L2范数正则化的理解
PCA、tSNE和UMAP降维可视化
基本原理、优势及代码实例
Graphics
R中离散坐标轴的排序、子集选择与合并
对坐标轴映射的离散数据的排序、选择与合并
Algorithm
稀疏矩阵(Sparse Matrix)的高效存储和读取
稀疏矩阵的高效存储和读取;python和R的实现
哈希表(Hush Table)介绍和Java、JavaScript的实现
哈希表的详细介绍,并利用Java、JavaScript两种语言实现Hush table
Hush Table
哈希表(Hush Table)介绍和Java、JavaScript的实现
哈希表的详细介绍,并利用Java、JavaScript两种语言实现Hush table
Sparse Matrix
稀疏矩阵(Sparse Matrix)的高效存储和读取
稀疏矩阵的高效存储和读取;python和R的实现
Hypothesis test
Wilcoxon 检验之 rank-sum 与 signed-rank
Wilcoxon检验的原理与代码实现
T test, Z test, or MWU test (Wilcoxon rank-sum test)?
T test, Z test和MWU test的原理与代码实现,如何选择他们?
统计中该用Fisher精确检验还是卡方检验?
Fisher精确检验和卡方检验的原理与代码实现,如何选择他们?
Parametric test
T test, Z test, or MWU test (Wilcoxon rank-sum test)?
T test, Z test和MWU test的原理与代码实现,如何选择他们?
Non-parametric estimation
核密度估计(kernel density estimation)
核密度估计及bandwidth和kernel的选择
Mixture model
最大似然估计 Maximum likelihood estimation,MLE
最大似然估计 Maximum likelihood estimation,MLE
EM算法的理解和数学推导
EM算法的理解和数学推导
Partial Observations
最大似然估计 Maximum likelihood estimation,MLE
最大似然估计 Maximum likelihood estimation,MLE
EM算法的理解和数学推导
EM算法的理解和数学推导
Expectation-Maximization
最大似然估计 Maximum likelihood estimation,MLE
最大似然估计 Maximum likelihood estimation,MLE
EM算法的理解和数学推导
EM算法的理解和数学推导
Machine Learning
The interpretations of sensitivity, specificity, precision, recall, AUC, ROC and AUC-PR
Sensitivity, specificity, precision, recall, AUC, ROC and AUC-PR
PCA、tSNE和UMAP降维可视化
基本原理、优势及代码实例
Bioinfomatics
PCA、tSNE和UMAP降维可视化
基本原理、优势及代码实例