生物的同学如何增强计算背景。？# Biology - 生物学
e*o
1 楼
首先声明，本人至今没做过与生物信息相关的Project ，多数是自己摸索。我写这个是
因为我觉得我的经历可能对一些人有帮助。对象是没有计算背景的同学。我自己也在摸
索，希望大家一起努力，找到一个合适的路线。
入门，先学一门编程语言。科学的发展离不开计算机了。计算机是人类发明的最好的工
具，但是这个工具没有智能到听人的自然语言的口令就能完成任务的程度。 所以，作
为使用者，要学习一种编程语言与计算机交流。语言有很多种，但是没多大区别。这个
是第一步。最好的入门语言是什么呢？很多人推荐Python。我虽然学的是Perl，但我推
荐Python。 纠结请着自行Google.
学编程的过程中，你会接触操作系统，网络，数据库，编译原理，这些都是计算机
科学的主干。如果你仅作工具使用，了解点皮毛，足够了。
进阶，统计，国内的本科生基本都学了概率论与数理统计，线性代数，高数。如果你学
的都很好，基本够了。一般学校有个针对研究生的统计入门，我们学校是 experiment
design。再加上Multivariate analysis（多元统计分析）就更好了。有些学校没有开
Data Mining，Machine Learning，这些与Multivariate analysis 有很多内容是重叠
的，Multivariate analysis 更基础些。你上一个，另外的自己看就行了。最好能在自
己的试验用到这些（有人说，我的实验用不到。你自己创造条件用啊，然后就可以名正
言顺的选课，老师没有不同意的理由）。边用边学，这个最快。
统计也是没有计算机玩不转，在学习统计的过程中，可以学习R了。你已经了解了一门
编程语言，R半个小时内上手不是问题。至于熟练，慢慢来就好了。至于什么优化，分
析之类的，有统计的PhD 在，也有数学的PhD在。有精力当然可以学。多多益善，参考
生物转计算http://www.mitbbs.com/article_t/Biology/31733299.html
你可以学点算法，有用，但是不太大（对生物的人来说）。CS 的人是靠这个吃饭的，
算法牛的去Google，Facebook，参看Job Hunting版。但是，即使是码农自己写新算法
的也是寥寥无几。多数用用别人写好的算法，甚至是程序，其实多数CS干的也是没啥技
术含量的活:)。算法了解一下就够了，遇到问题，知道用哪个算法就好。
有了一门General的编程语言，加上统计语言R，再加上生物知识，混口饭吃不是太大问
题。
入门课程
==================================
Python
Udacity: http://goo.gl/82Rmv
MIT: http://goo.gl/cizaB
==================================
R不适合作为第一门编程语言，所以，个人建议有了编程经验再学。
R
Coursera http://goo.gl/JU4Bm
==================================
Machine Learning:
Coursera
这个课，很多人批，说只讲怎么用，原理讲的太少。
个人觉得先用上再说，原理慢慢琢磨。
https://www.coursera.org/course/ml
CMU:
http://www.cs.cmu.edu/~tom/10701_sp11/lectures.shtml
因为我觉得我的经历可能对一些人有帮助。对象是没有计算背景的同学。我自己也在摸
索，希望大家一起努力，找到一个合适的路线。
入门，先学一门编程语言。科学的发展离不开计算机了。计算机是人类发明的最好的工
具，但是这个工具没有智能到听人的自然语言的口令就能完成任务的程度。 所以，作
为使用者，要学习一种编程语言与计算机交流。语言有很多种，但是没多大区别。这个
是第一步。最好的入门语言是什么呢？很多人推荐Python。我虽然学的是Perl，但我推
荐Python。 纠结请着自行Google.
学编程的过程中，你会接触操作系统，网络，数据库，编译原理，这些都是计算机
科学的主干。如果你仅作工具使用，了解点皮毛，足够了。
进阶，统计，国内的本科生基本都学了概率论与数理统计，线性代数，高数。如果你学
的都很好，基本够了。一般学校有个针对研究生的统计入门，我们学校是 experiment
design。再加上Multivariate analysis（多元统计分析）就更好了。有些学校没有开
Data Mining，Machine Learning，这些与Multivariate analysis 有很多内容是重叠
的，Multivariate analysis 更基础些。你上一个，另外的自己看就行了。最好能在自
己的试验用到这些（有人说，我的实验用不到。你自己创造条件用啊，然后就可以名正
言顺的选课，老师没有不同意的理由）。边用边学，这个最快。
统计也是没有计算机玩不转，在学习统计的过程中，可以学习R了。你已经了解了一门
编程语言，R半个小时内上手不是问题。至于熟练，慢慢来就好了。至于什么优化，分
析之类的，有统计的PhD 在，也有数学的PhD在。有精力当然可以学。多多益善，参考
生物转计算http://www.mitbbs.com/article_t/Biology/31733299.html
你可以学点算法，有用，但是不太大（对生物的人来说）。CS 的人是靠这个吃饭的，
算法牛的去Google，Facebook，参看Job Hunting版。但是，即使是码农自己写新算法
的也是寥寥无几。多数用用别人写好的算法，甚至是程序，其实多数CS干的也是没啥技
术含量的活:)。算法了解一下就够了，遇到问题，知道用哪个算法就好。
有了一门General的编程语言，加上统计语言R，再加上生物知识，混口饭吃不是太大问
题。
入门课程
==================================
Python
Udacity: http://goo.gl/82Rmv
MIT: http://goo.gl/cizaB
==================================
R不适合作为第一门编程语言，所以，个人建议有了编程经验再学。
R
Coursera http://goo.gl/JU4Bm
==================================
Machine Learning:
Coursera
这个课，很多人批，说只讲怎么用，原理讲的太少。
个人觉得先用上再说，原理慢慢琢磨。
https://www.coursera.org/course/ml
CMU:
http://www.cs.cmu.edu/~tom/10701_sp11/lectures.shtml
