Introduction to proability
in Math/Stat
확률, 통계 공부할 수 있는 웹사이트
https://www.probabilitycourse.com/
in Math/Stat
확률, 통계 공부할 수 있는 웹사이트
https://www.probabilitycourse.com/
Assignment #1 of Stanford CS231n
in Proteomics
TMT-labeling은 isobaric labeling technique의 하나이다. Label의 전체적인 mass는 일정하게 유지하면서, 13C나 15N등의 isotope의 위치를 reporter마다 다르게 하여 multiplex labeling을 가능하게 하는 기술이다. TMT reagent의 chemical structure는 다음과 같다 (그림 출처: Cheng, L et al. Peptide labeling using isobaric tagging reagents for quantitative phosphoproteomics, Methods Mol Biol. 2016; 1355: 53-70).
Backpropagation (BP) 을 구현하기 위해서 알고리즘을 수학적으로 리뷰해보고 python으로 구현하기 위해 정리를 해본다. 이 정리는 다음 웹사이트 (https://medium.com/@14prakash/back-propagation-is-very-simple-who-made-it-complicated-97b794c97e5c)의 내용을 기반으로 작성되었다.
일반적인 neural network의 구조는 다음 그림과 같다.
in Proteomics