原创 目標檢測——傳統算法
目標檢測是計算機視覺中的重要任務之一。本系列博客將總結目標檢測的各類算法，包括傳統方法、基於CNN的算法（One stage、Two stage）。本文主要對傳統方法進行概述，大部分思想源自網上的博客和論文。 個人觀點，廣義的目標檢測不僅
2019-09-17 01:54:50
2
原创 BWT算法原理解讀
測序數據alignment有一些不錯的算法，其中Burrows–Wheeler transform算法（簡稱BWT）是非常高效的一種。本文簡單總結下BWT算法思路和原理。 BWT的計算與還原 BWT計算及還原步驟此處不贅述，大致如下圖（圖
2019-08-01 02:27:22
56
原创 辯證看待傾向性評分法
傾向性評分匹配法（Propensity Score Matching，PSM）是臨牀觀察性研究中經常使用的一種控制混雜偏移的技巧。其出現的背景是：需要控制的混雜變量很多，採用分層法控制偏移會導致樣本量嚴重縮水，因而採用一種替代的可以近似控
2019-07-30 04:52:36
23
原创 共線性那些事兒
我們經常聽說，建模時應當儘量避免共線性（collinearity），共線性會導致參數估計不穩定、模型不可靠等等。那麼共線性究竟有多可怕？共線性具體會帶來什麼問題？共線性得到的模型是否真的不行？筆者通過自己的一些思考，結合模擬數據的測試，對
2019-07-08 02:38:02
27
原创 Restricted cubic splines
本文主要譯自：Restricted cubic splines， 翻譯加上自己的理解，整理如下。 在統計學裏，splines 技術用來對變量進行轉換。有時候我們會將連續性變量轉化爲分類變量（啞變量化），因爲該連續性變量與結局變量之間的線性
2019-07-01 02:31:33
260
原创 固定效應模型與隨機效應模型
常見的數據形式有時間序列數據( Time series data )，截面數據( Cross-sectional data )和面板數據( Panel data )。 從維度來看，時間序列數據和截面數據均爲一維。面板數據可以看做爲時間序列
2019-07-01 02:31:33
原创 高維數據中特徵篩選方法的思考總結——多變量分析篩選法
前言：之前的文章（高維數據中特徵篩選方法的思考總結——單變量分析篩選法）中，對單變量分析篩選變量進行了初步考量，本文將進一步總結多變量分析篩選法。由於本文多處摘錄網上的博客，只是進行了歸納整理，因此筆者將本文定性爲轉載類。 多變量分析方法
2019-06-27 04:00:58
258
原创 XGBoost
本文借鑑自多篇博客，非原創。 XGBoost是機器學習領域最近幾年比較火熱的一種十分強大的集成學習方法（系統），全稱爲eXtreme Gradient Boosting，由大牛陳天奇博士開發（陳天奇，交大ACM班畢業，華盛頓大學計算機博士
2019-06-26 05:06:36
2
原创 GBDT
在網上看到兩篇不錯的講解GBDT的文章，決定轉載，但已無法追溯原創作者（第一篇目前最早追溯到2012年CSDN上的一篇轉載博客：GBDT（MART） 迭代決策樹入門教程 | 簡介，第二篇目前最早追溯到2017年的知乎專欄上一篇文章：Lea
2019-06-26 05:06:36
1
原创 偏最小二乘法 Partial Least Squares
本文前部分摘自：偏最小二乘法迴歸（Partial Least Squares Regression），後半部分原創。 諸如基因組學、轉錄組學、蛋白組學及代謝組學等高通量數據分析，由於自變量數目大於病例數（未知數大於方程個數），無法直接使用
2019-06-25 03:21:06
822
原创 生存模型的calibration需要注意的一個問題
建立一個模型後，我們常常會評價模型的區分度（discrimination）和校準度（calibration）。生存模型中，我們經常會看到使用calibration圖來呈現模型的校準度。筆者近期查閱了網上許多繪製calibration圖的R
2019-06-11 08:08:45
1
原创 非靶向代謝組學數據分析方法總結
生物信息學早已不再侷限於基因組學領域了，後基因組學越來越受到關注，並且這幾年多組學的也研究越來越多。其中，代謝組學是相對比較年輕的一門學科，“代謝組”（metabolome）的概念於1998第一次被提出。基因組學和轉錄組學是生物信息的上游
2019-05-01 01:08:41
2
原创 使用U-Net 進行圖像分割
最近做病理AI的細胞計數問題，需要對圖像中的各個細胞進行分類，若採用普通的CNN+普通圖像分割，估計實現效果不佳。爲了解決這個問題，大致有兩種方案：目標檢測 和 圖像分割。目標檢測的算法以Faster R-CNN、RetinaNet、YO
2019-04-12 02:28:29
1
原创 Global Average Pooling
CNN的變種有很多，除了CNN進化史上經典的那幾種Net，還有一些網絡根據實際問題的不同需求，對其中某些Layer進行修改。 本文的問題源於一篇關於肺部CT的CNN的文章（Shuo Wang, et al. Predicting EGFR
2019-04-02 02:15:39
原创 Linux系統搭建GPU加速的pyTorch環境
當前訓練CNN最受歡迎的兩個框架是TensorFlow和 pyTorch，搭建相應的環境其實不難，博主早先在筆記本的Ubuntu上很快就搭建了pyTorch環境及手寫了ResNet 的Demo。但是最近臺式機配上比較不錯的顯卡後，再次搭建
2019-03-30 02:21:16
5