笔记概述

这里的笔记主要来自于公开课笔记与相关教材的读书笔记,主题相对分散,但这些知识应该为当今科研人员的基本技能。

首先科研人员要有一定的数学与统计学功底,这是最最基本的工具学科。微积分、线性代数与数值方法是必须的数学工具,统计学工具则至少明白如何进行统计推断与预测。其余的要看应用,例如数论对密码学而言就是基础。

然后就是编程技能,编程方面首先要熟悉编程的思维方法,例如递归、迭代、条件语句等,也就是知道机器怎么运转。其次就是掌握一门高级语言,例如R、python或matlab,这样你可以快速实现自己的想法。

之后就是模型思维,懂得将实际问题抽象成一个概念问题或统计问题或仿真问题,用解析或数值方法去求解模型或模拟,回答实际问题。

最后是专业知识,各个学科都有自己的概念,有些是可以抽象相通的,有些则属于特有的,要能把其他学科知识整合到自己的理论体系里。

我看好的方向:

  • 人类非常态全解析:从基因组-转录组-蛋白组-代谢组-暴露组-心理学-流行病学全流程分析某种病例或不正常状态,探讨机理与解决方案
  • 复杂科学:探索显示复杂现象中的数理规律与工程应用,例如仿生、动力学跟信息论等
  • 决策方法:探索个体间互动过程中的行为决策方法,这是个体面向社会的融入指南,入门学科是博弈论

笔记目录(已完成)

  • 01 数据分析知识框架
  • 02-10 数据科学系列课程
  • 11 统计学习导论
  • 12 基因组学数据分析
  • 13 latex入门
  • 14 生物信息学
  • 15 流行病学
  • 16 环境与健康
  • 17 心理学
  • 18 抑郁
  • 19 贝叶斯统计
  • 20 生存分析
  • 21 数据科学与python简介
  • 22 因果分析
  • 23 系统思考
  • 24 博弈论
  • 25 复杂系统