准确性 Accuracy

Acc. = (TP + TN)/(TP + FP + TN + FN)

精确性 Precision or Positive Predictive Value (PPV)

PPV = TP / (TP + FP)

召回率/敏感性 Sensitivity, Recall, or True Positive Rate (TPR)

TPR = TP / (TP + FN)

特异性/选择性 Specificity, Selectivity, or True Negative Rate (TNR)

TNR = TN / (TN + FP)

Negative Predictive Value (NPV)

NPV = TN / (TN + FN)

Pandas 列过滤

用某列对 dataframe 做过滤

papers_dates[(papers_dates.preprint_test == True) & ~ papers_dates.acptDate.isna()]
# 两列做 or 运算
df_all_norm[(df_all_norm["CO2"] > 0.8) | (df_all_norm["CO"] > 0.8)]

用日期列对 dataframe 做过滤

papers_age[papers_age.pubDate >= "2028-03-01"]

用日期间隔列对 dataframe 做过滤

papers_dates[papers_dates.preprint_age > pd.Timedelta(30,'D')]

去除空列

df.dropna(subset=['name', 'toy'])

Pandas Dataframe 合并

同长 dataframe 合并

pd.concat([papers, CSCoV_scores], axis=1)

两个 dataframe 做 left outer join

papers_redup.merge(all_rxiv_redup[['subDate', 'title']], left_on='title', right_on='title',how='left')

Pandas 数据替换

值替换

df.replace([0, 1, 2, 3], [4, 3, 2, 1])

Pandas 数据查看/分析

展示长 string

pd.set_option('display.max_colwidth', None)

查看 string 是否在某个 string list 中

X_lxd[X_lxd.title.isin(selected)][['title', 'pub_prob']]

查看日期列数据分布

papers_dates[['subDate', 'acptDate', 'pubDate']].describe(datetime_is_numeric=True)

按某列倒序排列

X_lxd.sort_values(by='pub_prob', ascending=False)

Numpy 向量计算

标量和向量的加减乘除

x = np.random.rand(3,1)
1 + x # element-wise operation
1 - x
1 * x
1 / x

初始化向量或者矩阵 np.zeros, np.ones

x = np.zeros((10, 1))
x = np.ones((10, 1))

Mean, std，max，min，median

x = np.random.rand(3,1)
x.mean()
x.std()
x.max()
x.min()
np.median(x)

两个向量各对应元素求最大值

x = np.random.rand(3,1)
y = np.random.rand(3,1)
np.maximum(x, y) # also np.maximum(x, 0) broadcast by default
# Out: array([[0.88240057], [0.38776741], [0.72610557]])

向量和向量的运算 *, /, dot

x = np.random.rand(3,1)
y = np.random.rand(3,1)
x * y # element-wise multiplication, return vector (3,1), or np.multiply()
np.transpose(x).dot(y) # return scalar
x / y # element-wise division, return vector (3,1)

向量绝对值 absolute

np.absolute(np.random.rand(3, 2，2)-10)

Numpy 矩阵计算

矩阵重新设置大小 reshape

x = np.random.rand(3, 2，2)
x.shape   # (3, 2，2)
x.reshape(-1, 1) # a column vector, 1 f

# reshape a np.array of images
train_set_x_flatten = train_set_x_orig.reshape(train_set_x_orig.shape[0], -1).T

scipy 相关命令

truncnorm 分布区间矫准

将标准正态分布校准到区间 [a, b] 上

生物信息学两大顶会：

1. ISMB

2. RECOMB

ISMB会转投Bioinformatics杂志， RECOMB会转发Journal of Computational Biology

杂志：

1. Bioinformatics 好文章基本都发这上面了

2. Nature Method 偶尔有生物信息的文章

3. Genome Research (Method)

Response to: AI has dispointed on Covid

Geeks piled in when the pandemic broke but great promise has not been fulfilled.

Need:

• Data & Method

Result

• CS: ChEMBL

• Wet lab: Examining the data from the ChEMBL SARS-CoV-2 drug repurposing screens

Sources of data: Instrumental to the development of ML algorithms

• Frank et al., In vitro screening of a FDA approved chemical library reveals potial inhibitors of SARS-CoV-2 replication

• Tesia et al., Discovery of synergistic and antagonistic drug combinations against SARS-CoV-2 in vitro

结论

大部分的 智能系统，主要是面向 “SDAF” 闭环中的 “A” 步骤。针对业务流程的具体任务，实现 AI 化，提升效率。

此外，很多大企业提供了 AI 开放平台，提供通用的 AI 云服务。

对比学习简介 2021-01-07

参考：Understanding Contrastive Learning https://towardsdatascience.com/understanding-contrastive-learning-d5b19fd96607

对比学习是一种机器学习技术，通过教导数据点相似或不同，让模型无需标签就能学习到数据集的一般特征。

背景：和 word2vec 类似，将样本投射到另一个空间维度，成为一个 vector，相似的样本 cosine 距离小，不相似的距离大。