Лектор: Михаил Гельфанд

Описание: С развитием высокопроизводительных экспериментальных методов, в первую очередь основанных на определении нуклеотидных последовательностей, молекулярная биология пошла по пути, проложенном астрофизикой и физикой высоких энергий: она стала наукой, богатой данными. Вместо изучения отдельных генов и белков стало возможным рассматривать работу клетки в целом.
Но все имеет цену. В массовых данных много шума. Кроме того, вместо конкретных биологических фактов, объектом исследования становятся искусственные конструкты и модели, и уровень абстракции иногда становится непривычно высоким для биологов.
Используя примеры из работ последнего времени, я попробую обсудить проблемы и перспективы формирующейся новой науки, системной биологии, и рассказать про примеры использования современных методов анализа данных. При этом лекция будет простой во всех аспектах и не требует предварительных знаний.

Вход свободный.

The Microsoft Research Outreach team has worked extensively with the external research community to enable adoption of cloud-based research infrastructure over the past few years. Through this process, we experienced the ubiquity of Jim Gray’s fourth paradigm of discovery based on data-intensive science – that is, almost all research projects have a data component to […]

Отличная научная статья про предсказание результата ЧМ2018 машинным обучением. Вкратце: судя по данным из группы Россия выйдет, но в первой же игре после проиграет Испании. https://t.co/awKLlT5vyn

nice visualization of some traffic problems I was thinking about some days ago (not my viz), maybe something for @simongerman600 https://t.co/V5QXlVuZm4