《生物信息学 Bioinformatics》课程教学资源（思维导图）第三章 深度学习与人工智能

广人工智能一有忘管学习无蓝莓学习一机器学习强化学习深度学习极述广数装其法深度学习一勤一减活放一神经网路多层感知机整充线性单光ReLU广般失透款一反内传指一基于梯座的优化随机保度下降深度学习基础一学习率一款批标在化改进优化策略一正则化预S一迁移学习卷积神经网络第1章生物信息学概念及发展历史换差神经网格处理像数图卷彩网络第2章生物统计学基础长ZLSTM深湿学习常用模型处理序列数据看环神轻网络门控调车单元第6章基因组学第3章深度学习和人工智能第4章生物信意资源自然速售处理自编玛幕AE第5章序列比对与分析生成式深度学习模型第7章转录组学变分自编码器VAE第13章生物信息学实验基础前取一扩放模型反内去限第8章转录调控和装观遇传一自注意力机制Transformer网络深度学习进阶模型长距爽族款关系自图拍透言模型第10章装型组学大语言模型构码语含换型一编码器-解码器换型第9章蛋白质和代谢组学DNA序列一序列数据RNA序列第11章系统生物学蛋白质序列蛋白质结构结构数据小分子条和力第12章生物信息学应用一基因调控网结一图数据蛋白质相互作用深度学习应用的物肥点关系厂族理彩像分析医学影像分制一影像数据始影像分析一心电图分析生理数据略电图分析可穿设备数据分析折

深度学习应用 序列数据 DNA序列 RNA序列 蛋白质序列 结构数据 蛋白质结构 小分子-靶标亲和力 图数据 基因调控网络 蛋白质相互作用 药物靶点关系 影像数据 病理影像分析 医学影像分割 脑影像分析 生理数据 心电图分析 脑电图分析 可穿戴设备数据分析 深度学习进阶模型 扩散模型 前向扩散 反向去噪 Transformer网络 自注意力机制 长距离依赖关系 大语言模型 自回归语言模型 掩码语言模型 编码器-解码器语言模型 深度学习常用模型 处理图像数据 卷积神经网络 残差神经网络 图卷积网络 处理序列数据 循环神经网络 长短期记忆LSTM 门控循环单元 自然语言处理 生成式深度学习模型 自编码器AE 变分自编码器VAE 深度学习基础 神经网络 激活函数 多层感知机 整流线性单元ReLU 基于梯度的优化 损失函数 反向传播 随机梯度下降 学习率 改进优化策略 激活函数 批标准化 正则化 预训练 迁移学习 深度学习概述 人工智能 机器学习 有监督学习 无监督学习 强化学习 深度学习 数据 算法 算力 第3章 深度学习和人工智能 第2章 生物统计学基础 第1章 生物信息学概念及发展历史 第4章 生物信息资源 第5章 序列比对与分析 第6章 基因组学 第7章 转录组学 第8章 转录调控和表观遗传 第9章 蛋白质和代谢组学 第10章 表型组学 第11章 系统生物学 第12章 生物信息学应用 第13章 生物信息学实验基础