集成多组学数据的机器学习在生物医学中的应用（6天）
含11个案例教学
提前发送基础及python语言基础视频，课程结束提供全部无限回放
[if !supportLists]1. [endif]基础主要讲授内容：机器学习基本概念，明确机器学习方法的适用性，优势等。有针对的讲授python语言基础、数据的基本处理、高维组学数据预处理与分析以及在多组学整合分析中最常使用的几种机器学习模型、深度学习神经网络在多组学分析的应用等。
[if !supportLists]2. [endif]进阶主要讲授内容：生物标志物的挖掘、疾病预测以及生物分子作用机制、前沿神经网络如卷积神经网络、循环神经网络、注意力机制、自编码器、图神经网络在生物组学中的应用、基于基因表达特征建立疾病与小分子药物之间的关联关系，运用转录组学、蛋白组学、机器学习算法进行药物重定位、基于生成对抗模型进行单细胞转录组数据深度特征提取。
