분석 신청합니다.
2015-06-29
org.kosen.entty.User@785f3e79
정찬석(blna999)
지놈 시퀀싱 기술의 발달로 DNA, transcription, translation, epigenomics 정보를 유전체 수준에서 고정밀도로 측정할 수 있게 되었습니다. 이와 더불어 시퀀싱 실험에 의해서 생성되는 시퀀스 데이터를 분석하기 위한 다양한 분석 방법들이 개발되었습니다. 특히 대용량 데이터와 복잡한 데이터를 분석하는데 강점이 있는 기계학습 방법은 시퀀싱 데이터 분석에 효과적인 방법으로 다양하게 응용되고 있습니다.
본 논문은 주요 기계학습 방법의 주요 분류 및 특징과, 지놈 데이터 분석에 응용할 때 고려해야 할 사항들을 소개하고 있습니다. 이를 통하여 분석 목적과 데이터 타입에 적합한 기계학습 방법을 선택하는데 참고할만한 가이드라인을 제시하고 있습니다.
저는 생물정보 분석을 위한 알고리즘 개발과 응용 연구를 진행하고 있습니다. 특히 본 논문의 주제인 기계학습 방법을 활용하여 다수의 생물정보학 연구를 수행한 경험이 있습니다. 이에 해당 논문을 효과적으로 분석하고 정리할 수 있을 것이라고 생각합니다.
본 논문은 주요 기계학습 방법의 주요 분류 및 특징과, 지놈 데이터 분석에 응용할 때 고려해야 할 사항들을 소개하고 있습니다. 이를 통하여 분석 목적과 데이터 타입에 적합한 기계학습 방법을 선택하는데 참고할만한 가이드라인을 제시하고 있습니다.
저는 생물정보 분석을 위한 알고리즘 개발과 응용 연구를 진행하고 있습니다. 특히 본 논문의 주제인 기계학습 방법을 활용하여 다수의 생물정보학 연구를 수행한 경험이 있습니다. 이에 해당 논문을 효과적으로 분석하고 정리할 수 있을 것이라고 생각합니다.