NCI-DOE-Collab-Pilot1-Gene_Expression_Autoencoder 描述: 基因表达自动编码器功能(试点1基准1,也称为P1B1)显示了如何构建稀疏自动编码器,该稀疏自动编码器可以将高维表达谱压缩为低维向量。 用户社区: 研究人员对以下主题感兴趣: 初级:癌症生物学数据建模 中学:机器学习; 生物信息学; 计算生物学 可用性: 当前代码大量使用了CANDLE API。 可由在python和领域中经验丰富的数据科学家使用。 唯一性: 自动编码器不是降低尺寸的唯一方法。 其他技术,例如主成分分析,t分布随机邻居嵌入(tSNE)和均匀流形逼近和投影(UMAP),对于分子数据也很受欢迎。 对于高维输入向量,自动编码器可能是有益的,但这需要进行研究。 成分: 未经训练的模型: 未训练的神经网络模型在定义。 数据: 在处理了训练和测试数据。 训练有素