|
週次 |
日期 |
單元主題 |
|
第1週 |
02/24 |
計算生物學介紹 Introduction of computational biology |
|
第2週 |
03/03 |
生物核心能力 (I) – 基礎遺傳學、演化機制 Concept of biology (I) – genetics and evolution |
|
第3週 |
03/10 |
生物核心能力 (II) – 基礎分子生物學與基因調控機制Concept of biology (II) – molecular biology and gene regulation mechanism |
|
第4週 |
03/17 |
線上教學
程式核心能力 (I) – 資料輸出與輸入、統計檢定與迴歸模型 Concept of programming in R (I) – data processing, statistical tests and regression models |
|
第5週 |
03/24 |
程式核心能力 (II) – 程式邏輯控制、迴圈撰寫 Concept of programming in R (II) – Programming logic |
|
第6週 |
03/31 |
線上教學
程式核心能力 (III) –程式邏輯控制、隨機取樣、繪圖 Concept of programming in R (III) – Programming logic, random sampling and creating plots |
|
第7週 |
04/07 |
基因演算法 Genetic Algorithm |
|
第8週 |
04/14 |
高通量資料分析介紹 – 以基因表現微陣列為例High-throughput data (Gene Expression Microarray) |
|
第9週 |
04/21 |
演算法分析介紹 – 以排序方法為例介紹時間與空間複雜性 Algorithm comparison – introduction of time and space complexity |
|
第10週 |
04/28 |
演化分析 – 演化樹與最大節約法 Methods in evolution – phylogenetic tree and maximum parsimony |
|
第11週 |
05/05 |
序列排比分析 Sequence analysis |
|
第12週 |
05/12 |
交互驗證與排列 – 資料重複性與預測性Cross-validation and Permutation – reproducibility and predictability |
|
第13週 |
05/19 |
機器學習方法 (向量支持模型與決策樹) Machine learning methods (SVM, CART) |
|
第14週 |
05/26 |
高通量資料分析介紹 – 以次世代定序技術為例 High-throughput data (Next Generation Sequencing) |
|
第15週 |
06/02 |
專題演講 (Special lecture) |
|
第16週 |
06/09 |
研究實例分享 Research examples |
|
第17週 |
06/11 |
期末報告 Final presentation |
|
第18週 |
06/23 |
期末報告 Final presentation |