tkargin

Tek Hücreli RNA Dizileme (Single-Cell RNA Sequencing) Verilerinin Analizi — Devam

Bu yazı da ise R programlama kullanarak ScRNA-seq veri setini çeşitli ön işlemelerden geçirdikten sonra denetimsiz (unsupervised) makine öğrenmesi yöntemlerinden olan kümeleme (clustering) algoritmalarını kullanarak veri setini kümerlere ayıracağız. İsterseniz Python programlama diliyle de analiz yapabilirsiniz ama ben stajda R kullandığım için bu yazıda da R kullanacağım. Yazının sonuna Python kullanarak gerçekleştirebileceğiniz eğitici linkler de koyacağım. Haydi başlayalım!!

Gerekli Kurulumlar:

Basitliği açısından analizi dropClust adlı R paketi ile yapacağız. R paketinin geliştirici sürümü, aşağıdaki R komutlarıyla kurulabilir:

library(devtools)
install_github(“debsin/dropClust”, dependencies = T)

Bu yazıda, standart bir pipeline göstermek için 10X web sitesinden (3K PBMC veri seti) küçük bir veri seti kullanacağız. Burada göstereceklerim bu veri setinin en basit haliyle analiz edilmesi olarak düşünebilirsiniz. Yazının sonunda kendini daha çok geliştirmek isteyenler için bazı linkler vereceğim ve ayrıca benin staj zamanı yaptığım projenin Github linkini de koyacağım.

Daha fazla

Algoritma ve Programlama Dünyası — Programlamaya Giriş

Bu bölümde hangi konulardan bahsedeceğiz gelin onlara bakalım.

Öncelikle C++, Java ve Python dillerinden kısaca bahsedeceğiz. Daha sonra bu dillerde önemli konu olan main kavramı üzerinde duracağız (Pythonda main yok). Hadi Başlayalım!!

Bu yazıdan itibaren başalttığımız bu seride bazı uygulamalar yapacağız. Bu uygulamaları yapabilmek için bu yazıda C++, Java ve Python programlama dilleri üzerinden geçmek istiyorum. Öncelikle bu dillerin tarihçesine bakalım.

Daha fazla

Makine Öğrenmesi Nedir?

Muhtemelen makine öğrenimi ve yapay zeka terimlerini biliyorsunuz. Belki de makine öğrenimi algoritmalarının insanları satranç, GO ve StarCraft gibi karmaşık oyunlarda nasıl mağlup ettiği veya makine öğrenimi ve yapay zekanın daha iyi tıbbi teşhisler ve tedaviler sağlamak için kullanıldığını duymuşsunuzdur.

Photo by Possessed Photography on Unsplash

Yapay Zeka (AI):

Yapay zeka, tıp, pazarlama, insan kaynakları ve hatta sanat gibi çok çeşitli alanları etkiliyor! Kendi kendine giden arabalardan sahte yüzlere (deep fake) kadar, yapay zeka ve makine öğreniminin toplumumuzun geleceği ve işleyiş şeklimiz için etkileri var. Bu yüzden yapay zekayı araştırmaya ve hatta yapay zeka konusunda eğitim vermeye çok fazla yatırım yapıldı. Peki yapay zeka ve makine öğrenimi tam olarak ne anlama geliyor?

Daha fazla

Dağılım Grafikleri Veri Bilimi için Neden Önemli?

Verilerle uğraşıyorsanız, büyük olasılıkla dağılım verileriyle sık sık ilgileneceksiniz. Gözlemleri yönlendiren temel dağılımlar hakkında iyi bir kavrayışa sahip olmak, veri bilimi iş akışınız için paha biçilmezdir.

Dağılımlar neden önemlidir?

Veri dağılımı görselleştirmenin önemli olmasının birçok nedeni var, ancak üç önemli neden olarak şunları söyleyebilirim:

Verilerinizdeki hataları kolayca yakalayabilirsiniz. Belki yanlışlıkla birden fazla gözlemi dahil ettiniz, basit bir ortalama medyan özeti bunu ortaya çıkarmayabilir.
Belki verilerinizde iki tane peak görüyorsunuz, ve modelleme yapıyorsanız, bu ayrı zirveleri oluşturan bir kontrol edici değişken aramanız gerektiğinin bir göstergesi olabilir.
Verilerin dağılımını göstermek, verileri özet istatistiğe sıkıştırmaktan daha doğru ve gerçek bir yöntemdir.

Daha fazla

Uzayda Nasıl Bir Geleceğe Sahip Olabiliriz?

Dünya’da doğmuş olmamız, burada sonsuza kadar kalacağımız anlamına gelmiyor!

Dünyanın bizim için mükemmel bir ev olduğu tartışılmaz bir gerçek. Ama biz iyi bir ev sahibi miyiz? Bu tartışılabilir bir konu. En son evrensel ortak atadan bugün gezegene yayılmış insanlara kadar, kendimize evrimsel ince ayar yaparak çevremize uyum sağlıyoruz.

Fakat bu sonsuza kadar böyle kalmayabilir. Bol bol fosil yakıtı yakmaya devam ediyoruz ve nüfus patlaması ile çevremize zarar verip, kaynaklarımızı tüketme noktasına getiriyoruz.

Daha fazla