CNN and HMM

從八月底小人回台灣後開始學CNN，十月初開始搞HMM。


CNN是在深度學習的時候知道的，HMM則是在上bioinformatics的時候知道的，HMM也可以用在機器學習的聲音辨識。我記得以前在學operation research時，就有學過馬可夫鏈，年代久遠，有沒有學隱馬可夫已經記不得。 bioinformatics課程除了HMM之外，又介紹了profile HMM。上bioinformatics線上課的時候，學了一堆演算法，卻一直搞不清楚一般常見問題的處理流程。最近工作上的計畫接觸到單一細胞的RNA-seq，才開始在網上東找西找，希望搞清楚整個RNA-SEQ的大概念還有裡面的小細節。慢慢地看了一些東西後，腦袋裡拼出了大的架構，RNA-seq其實像大海撈針，要撈到東西真要十八般武藝都拿出來才行。然後，又回頭去看了之前在v公司裡的同事E當時做的研究(後來發了一篇paper)，是在做ctc的DNA-seq，仔細一想，E做的dna-seq實在沒什麼道理，要CTC的分離要的不就是dna之外的information，不然，為什麼要整個細胞？

細節看越多，漸漸明白NGS其實已經形了一整個完整的產業，從過程中library的備製到bioinformatics的分析，再到 更下游的臨床醫學的研究 或 治療的研究，都有許多公司/人力/投入了。也漸漸了解整個產業的辛苦，bioinformatics的演算法本身也許有趣 ，背身生物的解釋和驗証卻不那麼有趣了。如果又扯上醫療的部分，時間上和救人上的壓力，就算用現在的計算，可能也會顯得無奈。這樣一想，覺得當一個直接面對病人生命的醫生，真是非常辛苦，不容易。