生物这行还是挺有意思的# Biology - 生物学f*e2015-02-11 08:021 楼发现几个网站贴出了某校教职广告,登出到截止只有10天,而且open until filled:NO. 这种广告是不是绿卡或者内定人走过场的广告?
w*g2015-02-11 08:022 楼春天来了,爱美的姑娘们为了过几天穿美丽的衣裳是不是又要开始减肥了?不过节食减肥可不好,最好合理饮食加运动,用这个骨汤煨些青菜豆腐既可以当菜也可以当主食,吃起来又有滋有味儿的,不想试试吗?材料:骨汤,清水,豆腐,土豆,鲜蘑,盐,小葱、香菜,白胡椒粉。做法:1.豆腐用水回升冲洗一下,切块;土豆去皮切块,鲜蘑洗净;2.砂锅里放入骨汤和适量清水,放入豆腐土豆和鲜蘑;3.大火烧开,加适量盐,转小火煨煮20-30分钟,关火,撒少许白胡椒粉、葱碎和香菜末即可。转载
w*52015-02-11 08:023 楼其实可以表现得更好,但也没什么遗憾了。Dream company, dream position, 希望能有个好结果。没有包子散,但还是希望大家祝福,老天爷保佑。
z*y2015-02-11 08:024 楼找了老半天都不知道如何access这个database。isi的主页上没有找到该database的选项。倒是搜到了一堆如何使用该database的教程。请问有大牛知道不?不胜感激!谢谢了。
t*e2015-02-11 08:027 楼不错,发现所有的食材都有,明天试试。【在 w********g 的大作中提到】: 春天来了,爱美的姑娘们为了过几天穿美丽的衣裳是不是又要开始减肥了?不过节食减: 肥可不好,最好合理饮食加运动,用这个骨汤煨些青菜豆腐既可以当菜也可以当主食,: 吃起来又有滋有味儿的,不想试试吗?: 材料:: 骨汤,清水,豆腐,土豆,鲜蘑,盐,小葱、香菜,白胡椒粉。: 做法:: 1.豆腐用水回升冲洗一下,切块;土豆去皮切块,鲜蘑洗净;: 2.砂锅里放入骨汤和适量清水,放入豆腐土豆和鲜蘑;: 3.大火烧开,加适量盐,转小火煨煮20-30分钟,关火,撒少许白胡椒粉、葱碎和香菜: 末即可。
n*e2015-02-11 08:028 楼bless【在 w*********5 的大作中提到】: 其实可以表现得更好,但也没什么遗憾了。Dream company, dream position, 希望能: 有个好结果。没有包子散,但还是希望大家祝福,老天爷保佑。
x*a2015-02-11 08:029 楼你说的这象CS, 不像生物。你这是挺风作案。【在 e*********6 的大作中提到】: 数据很多,上课学了什么新算法,可以找点数据自己试试,效果好就找老板讨论一下能: 不能发paper, 不好就move on再换个算法试试。
b*r2015-02-11 08:0210 楼不是【在 f*****e 的大作中提到】: 发现几个网站贴出了某校教职广告,登出到截止只有10天,而且open until filled:: NO. 这种广告是不是绿卡或者内定人走过场的广告?
e*62015-02-11 08:0212 楼我觉得生物现在数据多,未经探索领域多。找点现成算法,探索生物数据应该还是很有意思的。现在要对已知问题提更好的解比较难,但是从生物领域提出新问题用现在算法解还是不错的【在 x********a 的大作中提到】: 你说的这象CS, 不像生物。你这是挺风作案。
m*y2015-02-11 08:0213 楼bless【在 w*********5 的大作中提到】: 其实可以表现得更好,但也没什么遗憾了。Dream company, dream position, 希望能: 有个好结果。没有包子散,但还是希望大家祝福,老天爷保佑。
m*u2015-02-11 08:0214 楼说的好! 咱生物这行就是挺有意思的!生物这行熟桔特多,熟桔技术哪里都缺.生物博士分洗熟桔,公司抢着给你工作!http://www.usalaotu.com/forum/index.php?board=16.0【在 e*********6 的大作中提到】: 数据很多,上课学了什么新算法,可以找点数据自己试试,效果好就找老板讨论一下能: 不能发paper, 不好就move on再换个算法试试。
c*32015-02-11 08:0216 楼看不出这是大坑吗?如果数学分析有效,生物就不是大坑了。人类以前那点数理基础,在其他行业成功的东西,拿到生物全部无效,才会变成大坑。【在 e*********6 的大作中提到】: 我觉得生物现在数据多,未经探索领域多。找点现成算法,探索生物数据应该还是很有: 意思的。: 现在要对已知问题提更好的解比较难,但是从生物领域提出新问题用现在算法解还是不: 错的
m*62015-02-11 08:0217 楼bless【在 w*********5 的大作中提到】: 其实可以表现得更好,但也没什么遗憾了。Dream company, dream position, 希望能: 有个好结果。没有包子散,但还是希望大家祝福,老天爷保佑。
h*n2015-02-11 08:0219 楼bless我的情况和你一模一样希望都能有好去处!【在 w*********5 的大作中提到】: 其实可以表现得更好,但也没什么遗憾了。Dream company, dream position, 希望能: 有个好结果。没有包子散,但还是希望大家祝福,老天爷保佑。
x*e2015-02-11 08:0220 楼所以生物之外的人都想来掺一脚,做生物的都想跳出去【在 e*********6 的大作中提到】: 我觉得生物现在数据多,未经探索领域多。找点现成算法,探索生物数据应该还是很有: 意思的。: 现在要对已知问题提更好的解比较难,但是从生物领域提出新问题用现在算法解还是不: 错的
q*p2015-02-11 08:0223 楼bless【在 w*********5 的大作中提到】: 其实可以表现得更好,但也没什么遗憾了。Dream company, dream position, 希望能: 有个好结果。没有包子散,但还是希望大家祝福,老天爷保佑。
e*62015-02-11 08:0226 楼当然不仅仅数据分析了。我觉得把现有的杂乱的数据,进行整理,提出一个有意思的问题,然后想办法用计算的方法,来解决问题,做出新发现,是很有意思的。【在 x********e 的大作中提到】: 你说的只是数据分析吧?
m*u2015-02-11 08:0228 楼好主意!即使没有伟大的新发现,也是很有意思的。因为公司都要这样的技术!【在 e*********6 的大作中提到】: 当然不仅仅数据分析了。: 我觉得把现有的杂乱的数据,进行整理,提出一个有意思的问题,然后想办法用计算的: 方法,来解决问题,做出新发现,是很有意思的。
x*e2015-02-11 08:0230 楼非生物人做生物的一大问题就是很多计算在实际意义上不make sense。就像搞数学的通过整理数据总结可以推出公式,但对不上实际物理意义一样。不过我还是很喜欢听非生物背景的人做报告。你们的思维方式很有意思,很有启发性。【在 e*********6 的大作中提到】: 当然不仅仅数据分析了。: 我觉得把现有的杂乱的数据,进行整理,提出一个有意思的问题,然后想办法用计算的: 方法,来解决问题,做出新发现,是很有意思的。
e*62015-02-11 08:0234 楼我们这些小兵小卒不在乎垃圾不垃圾,能毕业找到工作养家糊口就行了【在 n******7 的大作中提到】: 你说的这是生物信息: 发文章是容易多了: 不过绝大部分是垃圾
n*72015-02-11 08:0236 楼然搞统计计算的转生物信息很受欢迎的因为忽悠一个过来不容易【在 e*********6 的大作中提到】: 我们这些小兵小卒不在乎垃圾不垃圾,能毕业找到工作养家糊口就行了
r*82015-02-11 08:0238 楼现在搞计算机的,脑子得多坏才会转生物信息啊,都是本来搞生物的,学了点计算机,才去生物信息吧★ 发自iPhone App: ChineseWeb 1.0.1【在 n******7 的大作中提到】: 然: 搞统计计算的转生物信息很受欢迎的: 因为忽悠一个过来不容易
h*m2015-02-11 08:0239 楼bless.【在 w*********5 的大作中提到】: 其实可以表现得更好,但也没什么遗憾了。Dream company, dream position, 希望能: 有个好结果。没有包子散,但还是希望大家祝福,老天爷保佑。
n*72015-02-11 08:0240 楼不是做方法的大部分还是学数学统计计算机的搞生物的主要做做pipeline,database,或者分析分析数据的生物学意义【在 r******8 的大作中提到】: 现在搞计算机的,脑子得多坏才会转生物信息啊,都是本来搞生物的,学了点计算机,: 才去生物信息吧: : ★ 发自iPhone App: ChineseWeb 1.0.1
e*62015-02-11 08:0242 楼我见过很多cs phd在生物领域,可能因为留在学术界的曝光率高,去当了工业界的就不在露面了。。。【在 r******8 的大作中提到】: 现在搞计算机的,脑子得多坏才会转生物信息啊,都是本来搞生物的,学了点计算机,: 才去生物信息吧: : ★ 发自iPhone App: ChineseWeb 1.0.1
R*n2015-02-11 08:0243 楼我很同意你的话,我以前学工科的,刚开始读博士的时候很不上路,博后的时候做高通量筛选,工科的training就起作用了。 可以借用很多别人的数据验证自己的想法,从而避免做很多Wet lab。实验可以搞得很efficient【在 x********e 的大作中提到】: 非生物人做生物的一大问题就是很多计算在实际意义上不make sense。就像搞数学的通: 过整理数据总结可以推出公式,但对不上实际物理意义一样。: 不过我还是很喜欢听非生物背景的人做报告。你们的思维方式很有意思,很有启发性。
x*e2015-02-11 08:0244 楼一个完整的理论是需要wet lab验证的。你可以自己纯做computational analysis,把in vivo给别人做。发文章的话还是要有wet lab data才能发高。【在 R****n 的大作中提到】: 我很同意你的话,我以前学工科的,刚开始读博士的时候很不上路,博后的时候做高通: 量筛选,工科的training就起作用了。 可以借用很多别人的数据验证自己的想法,从: 而避免做很多Wet lab。实验可以搞得很efficient
R*n2015-02-11 08:0245 楼是的,现在和一个院士实验室的中国哥们合作很愉快,一个靠得住的人比一群磨嘴皮的强不知道多少倍。以后有机会能在找个做动物的就齐了。lol【在 x********e 的大作中提到】: 一个完整的理论是需要wet lab验证的。你可以自己纯做computational analysis,把: in vivo给别人做。发文章的话还是要有wet lab data才能发高。
e*62015-02-11 08:0246 楼从发高质量文章来说是对的。但是如果要一起做wet lab,还有很多实际问题。我们有时候辅助他们分析他们主导的课题数据。但是我们自己的东西,要做的时候就要把那些用来证实的东西规划好,要现已经发表的数据作为验证。如果我们的理论说的通,自然有人会做实验验证的。这毕竟有事一篇paper【在 x********e 的大作中提到】: 一个完整的理论是需要wet lab验证的。你可以自己纯做computational analysis,把: in vivo给别人做。发文章的话还是要有wet lab data才能发高。
x*e2015-02-11 08:0247 楼again,非生物背景出来的人有时候是没有生物常识的。数据可以用各种方式分析,但生物实际上的情况只有一个可能。wet lab错误interpret的时候都很常见,更不要说是computational biology了。另外,computational biology的数据也来自wet lab,比如RNA-Seq。这个实验设计得不合理或者样品的质量不过关的话,所有的数据都没有意义。你分析出花儿来都没用。【在 e*********6 的大作中提到】: 从发高质量文章来说是对的。但是如果要一起做wet lab,还有很多实际问题。我们有: 时候辅助他们分析他们主导的课题数据。但是我们自己的东西,要做的时候就要把那些: 用来证实的东西规划好,要现已经发表的数据作为验证。如果我们的理论说的通,自然: 有人会做实验验证的。这毕竟有事一篇paper
x*e2015-02-11 08:0248 楼我觉得你楼上那个RinMan是非生物背景但有希望做好的。你这种就是典型的借生信和大数据灌水。【在 e*********6 的大作中提到】: 从发高质量文章来说是对的。但是如果要一起做wet lab,还有很多实际问题。我们有: 时候辅助他们分析他们主导的课题数据。但是我们自己的东西,要做的时候就要把那些: 用来证实的东西规划好,要现已经发表的数据作为验证。如果我们的理论说的通,自然: 有人会做实验验证的。这毕竟有事一篇paper
e*62015-02-11 08:0249 楼我们用肯定要用可靠的发表出来的数据啊。至于错误,我们没办法只能选择相信同行是正确的,我也不知道wet引用wet的paper的时候如何验证。至于误差,只能一步一步改进。【在 x********e 的大作中提到】: again,非生物背景出来的人有时候是没有生物常识的。数据可以用各种方式分析,但: 生物实际上的情况只有一个可能。wet lab错误interpret的时候都很常见,更不要说是: computational biology了。另外,computational biology的数据也来自wet lab,比: 如RNA-Seq。这个实验设计得不合理或者样品的质量不过关的话,所有的数据都没有意: 义。你分析出花儿来都没用。
e*62015-02-11 08:0250 楼不能这么说。这叫做给做生物学家提供idea和参考。做做辅助工作提提鞋【在 x********e 的大作中提到】: 我觉得你楼上那个RinMan是非生物背景但有希望做好的。你这种就是典型的借生信和大: 数据灌水。
n*72015-02-11 08:0251 楼确实这样绝大多数我见过的计算背景的人缺乏生物直觉就是某个东西重不重要,靠不靠谱,哪里可能出问题,没什么感觉这样就容易走歪其实这些人多做做low level的data processing会好很多很多实验问题都在data processing这一步有所体现可惜他们一般都看不上这块活做实验的现在也需要多做做data processing,话说前两个月,某个大牛说他们发现了一个新现象要我们帮忙弄个统计模型好写grant结果折腾了一下午发现他们数据有问题弄个了简单粗暴的方法处理了一下,他们的发现就没了...【在 x********e 的大作中提到】: again,非生物背景出来的人有时候是没有生物常识的。数据可以用各种方式分析,但: 生物实际上的情况只有一个可能。wet lab错误interpret的时候都很常见,更不要说是: computational biology了。另外,computational biology的数据也来自wet lab,比: 如RNA-Seq。这个实验设计得不合理或者样品的质量不过关的话,所有的数据都没有意: 义。你分析出花儿来都没用。
e*62015-02-11 08:0252 楼我很想反驳你这句。所以的直觉是啥啊?我想解释成偏见或者预定立场。你直觉的觉得A因素会影响B,你怎么知道是真的影响而不是B本身的误差引起的?你这样才容易走歪【在 n******7 的大作中提到】: 确实这样: 绝大多数我见过的计算背景的人缺乏生物直觉: 就是某个东西重不重要,靠不靠谱,哪里可能出问题,没什么感觉: 这样就容易走歪: 其实这些人多做做low level的data processing会好很多: 很多实验问题都在data processing这一步有所体现: 可惜他们一般都看不上这块活: 做实验的现在也需要多做做data processing,: 话说前两个月,某个大牛说他们发现了一个新现象: 要我们帮忙弄个统计模型好写grant
n*72015-02-11 08:0253 楼呵呵,那你就按你觉得正确的做呗【在 e*********6 的大作中提到】: 我很想反驳你这句。所以的直觉是啥啊?我想解释成偏见或者预定立场。你直觉的觉得: A因素会影响B,你怎么知道是真的影响而不是B本身的误差引起的?: 你这样才容易走歪
c*32015-02-11 08:0254 楼大数据能分析出来的规律,用眼睛也能看出来,用不着去分析。更不要说生物还有很多造假数据,真假在一起,大数据分析结果根本没用。大数据是CS忽悠的东西,主要目的是挖掘用户隐私,卖广告,这才是大数据能发挥作用的地方。如果这都看不出,CS也是白学了。
e*62015-02-11 08:0255 楼你说说怎么用眼看出来?【在 c****3 的大作中提到】: 大数据能分析出来的规律,用眼睛也能看出来,用不着去分析。: 更不要说生物还有很多造假数据,真假在一起,大数据分析结果根本没用。: 大数据是CS忽悠的东西,主要目的是挖掘用户隐私,卖广告,这才是大数据能发挥作用: 的地方。如果这都看不出,CS也是白学了。
c*32015-02-11 08:0256 楼你以为现在人工智能啥水平,每个大数据忽悠的例子,除非看的人智商有问题,否则都可以用手工分析,找到明显规律。眼睛找不到规律的,大数据也分析不出来。隐私分析情况不同,因为用户成千上万,但是因为每个人的习惯,规律是很明显的,只是没有那么多人力,所以要靠大数据自动挖掘隐私,卖广告。生物情况更不同,生物的规律不是象其他学科可以用数学描述的线性规律,是非线性的,肉眼都很难找到。这种更不适合大数据了,当然只是为了灌水另说。【在 e*********6 的大作中提到】: 你说说怎么用眼看出来?
d*t2015-02-11 08:0257 楼RE【在 c****3 的大作中提到】: 大数据能分析出来的规律,用眼睛也能看出来,用不着去分析。: 更不要说生物还有很多造假数据,真假在一起,大数据分析结果根本没用。: 大数据是CS忽悠的东西,主要目的是挖掘用户隐私,卖广告,这才是大数据能发挥作用: 的地方。如果这都看不出,CS也是白学了。
e*62015-02-11 08:0258 楼你说那个target卖婴儿用品的经典例子,你用眼睛怎么看出来?【在 c****3 的大作中提到】: 你以为现在人工智能啥水平,每个大数据忽悠的例子,除非看的人智商有问题,否则都: 可以用手工分析,找到明显规律。眼睛找不到规律的,大数据也分析不出来。: 隐私分析情况不同,因为用户成千上万,但是因为每个人的习惯,规律是很明显的,只: 是没有那么多人力,所以要靠大数据自动挖掘隐私,卖广告。: 生物情况更不同,生物的规律不是象其他学科可以用数学描述的线性规律,是非线性的: ,肉眼都很难找到。这种更不适合大数据了,当然只是为了灌水另说。
c*32015-02-11 08:0259 楼这还不明显,女孩肯定知道自己怀孕,成天看相关网站,或者电邮里有相关内容,隐私被在线服务商偷走(Goolge?),然后隐私被转卖给商家。这是典型的大数据赚钱的忽悠模式,出卖隐私一条龙。【在 e*********6 的大作中提到】: 你说那个target卖婴儿用品的经典例子,你用眼睛怎么看出来?
e*62015-02-11 08:0260 楼这是你事后的解释,你事前怎么知道?!比如我找了DNA sequence上某种pattern和某个生物学事件有关, 生物学家可以再解释为什么,但是没有数据上分析提供这个提示,打死也想不到这两者之间有联系. 就好比啤酒和尿布的关系.【在 c****3 的大作中提到】: 这还不明显,女孩肯定知道自己怀孕,成天看相关网站,或者电邮里有相关内容,隐私: 被在线服务商偷走(Goolge?),然后隐私被转卖给商家。: 这是典型的大数据赚钱的忽悠模式,出卖隐私一条龙。
c*32015-02-11 08:0261 楼死脑筋的人不适合搞科研。已经跟你说过,大数据搜集隐私,因为隐私里很容易找到规律,只是人手不够。女孩怀孕这种事,如果她父母能偷看她的隐私,知道她最近的在看的网站,或者偷看她的电邮,也能知道发生什么。现在父母没有偷看,被在线商程序自动偷看了。生物这种数据,都是透明的,大家都可以看,不像隐私,不能偷看。其中的规律,如果明显,早就有人看出来了,也轮不到你。不明显的规律,可能有无数个,这个你拿大数据看到也没用。在这些不明显的规律里找到正确的,也要花费无数精力。【在 e*********6 的大作中提到】: 这是你事后的解释,你事前怎么知道?!: 比如我找了DNA sequence上某种pattern和某个生物学事件有关, 生物学家可以再解释: 为什么,但是没有数据上分析提供这个提示,打死也想不到这两者之间有联系. 就好比啤: 酒和尿布的关系.
e*62015-02-11 08:0262 楼生物这种数据,都是透明的 -- 所以我才觉得, 这种东西对学生是一个很好的练手机会.并且生物的数据不是非常attractive,不像搞marketing或者金融的那种,可以直接来钱. 高手云集, 根本没新手啥机会. 我们这些phd学生只能在生物数据里有机会练练手你说的人手不够我很认同啊,那种直接来钱的领域,人手都不够. 何况这种生物这种暂时还没法来钱的领域啊, 我们才有机会发点paper灌灌水啊.【在 c****3 的大作中提到】: 死脑筋的人不适合搞科研。: 已经跟你说过,大数据搜集隐私,因为隐私里很容易找到规律,只是人手不够。女孩怀: 孕这种事,如果她父母能偷看她的隐私,知道她最近的在看的网站,或者偷看她的电邮: ,也能知道发生什么。现在父母没有偷看,被在线商程序自动偷看了。: 生物这种数据,都是透明的,大家都可以看,不像隐私,不能偷看。其中的规律,如果: 明显,早就有人看出来了,也轮不到你。: 不明显的规律,可能有无数个,这个你拿大数据看到也没用。在这些不明显的规律里找: 到正确的,也要花费无数精力。
x*e2015-02-11 08:0263 楼所以一开始我就说了嘛,你这种想法搞生物只是来灌水的,不是做科研的。【在 e*********6 的大作中提到】: 生物这种数据,都是透明的 -- 所以我才觉得, 这种东西对学生是一个很好的练手机: 会.并且生物的数据不是非常attractive,不像搞marketing或者金融的那种,可以直接来: 钱. 高手云集, 根本没新手啥机会. 我们这些phd学生只能在生物数据里有机会练练手: 你说的人手不够我很认同啊,那种直接来钱的领域,人手都不够. 何况这种生物这种暂时: 还没法来钱的领域啊, 我们才有机会发点paper灌灌水啊.
w*j2015-02-11 08:0265 楼大部分搞计算的,都算不上搞science,更多在技术和工程的层次上折腾,计算机系很多都是在工程学院下面,计算机phd去公司也多是做“工程师”跟搞science的,很多时候根本谈不到一起去当然,技术工程科学,没有高低贵贱之分,不过普遍来说,搞技术工程的比搞科学的风险要低,也更容易找工作些搞科学高风险高回报,才引得无数千老竞折腰,不过也愿赌服输,一将功成万骨枯社会养科学家,其实就相当于风险投资,大部分搞科研的都是瞎搞,都是打了水漂,但少数搞出来的,就有很大的价值,也是这个社会所不可缺少的。【在 x********e 的大作中提到】: 所以一开始我就说了嘛,你这种想法搞生物只是来灌水的,不是做科研的。
e*62015-02-11 08:0266 楼额,我觉得吧,我们还没当上PI的,就不谈science,就算做的project最终是为了science,现在也是给老板解决一个一个的工程问题。【在 w****j 的大作中提到】: 大部分搞计算的,都算不上搞science,更多在技术和工程的层次上折腾,: 计算机系很多都是在工程学院下面,计算机phd去公司也多是做“工程师”: 跟搞science的,很多时候根本谈不到一起去: 当然,技术工程科学,没有高低贵贱之分,不过普遍来说,搞技术工程的比搞科学的风: 险要低,也更容易找工作些: 搞科学高风险高回报,才引得无数千老竞折腰,不过也愿赌服输,一将功成万骨枯: 社会养科学家,其实就相当于风险投资,大部分搞科研的都是瞎搞,都是打了水漂,但: 少数搞出来的,就有很大的价值,也是这个社会所不可缺少的。
x*e2015-02-11 08:0267 楼感觉搞计算机的跟写小说一样,想怎么编都可以,就看有没有读者买账。搞科学追求的是真理,编是没有任何意义的,除了骗editor骗funding。【在 w****j 的大作中提到】: 大部分搞计算的,都算不上搞science,更多在技术和工程的层次上折腾,: 计算机系很多都是在工程学院下面,计算机phd去公司也多是做“工程师”: 跟搞science的,很多时候根本谈不到一起去: 当然,技术工程科学,没有高低贵贱之分,不过普遍来说,搞技术工程的比搞科学的风: 险要低,也更容易找工作些: 搞科学高风险高回报,才引得无数千老竞折腰,不过也愿赌服输,一将功成万骨枯: 社会养科学家,其实就相当于风险投资,大部分搞科研的都是瞎搞,都是打了水漂,但: 少数搞出来的,就有很大的价值,也是这个社会所不可缺少的。
w*j2015-02-11 08:0268 楼计算就和数学统计一样,是个工具,也是非常重要必不可少的但是计算和数学统计一样,跟一般意义上的科学没有关系。这个早在百十年前, 关于数学跟物理关系的讨论中就已经吵了很多了你可以说计算和生物的关系就像当年数学和物理的关系牛顿,爱因斯坦,杨振宁,对这个话题估计都有一肚子话要说。【在 x********e 的大作中提到】: 感觉搞计算机的跟写小说一样,想怎么编都可以,就看有没有读者买账。搞科学追求的: 是真理,编是没有任何意义的,除了骗editor骗funding。
e*62015-02-11 08:0269 楼高级黑?【在 x********e 的大作中提到】: 感觉搞计算机的跟写小说一样,想怎么编都可以,就看有没有读者买账。搞科学追求的: 是真理,编是没有任何意义的,除了骗editor骗funding。
e*62015-02-11 08:0270 楼这点说太对了。编程啊,算法啊,纯是工具。正常情况下是提出问题,然后找工作。我们现在是手里有工具,不是那里有问题。【在 w****j 的大作中提到】: 计算就和数学统计一样,是个工具,也是非常重要必不可少的: 但是计算和数学统计一样,跟一般意义上的科学没有关系。: 这个早在百十年前, 关于数学跟物理关系的讨论中就已经吵了很多了: 你可以说计算和生物的关系就像当年数学和物理的关系: 牛顿,爱因斯坦,杨振宁,对这个话题估计都有一肚子话要说。
w*j2015-02-11 08:0271 楼所以现在所谓data-driven , method-driven 的研究才这么流行传统的hypothesis-driven有话要说。。。【在 e*********6 的大作中提到】: 这点说太对了。编程啊,算法啊,纯是工具。正常情况下是提出问题,然后找工作。我: 们现在是手里有工具,不是那里有问题。
e*62015-02-11 08:0272 楼不过我觉得method-driven的paper更像是学cs和学统计等辅助学科的给生物学家展示一下method(尽管还是号称有生物发现),真正的发现和总结还是要hypothesis driven的。【在 w****j 的大作中提到】: 所以现在所谓data-driven , method-driven 的研究才这么流行: 传统的hypothesis-driven有话要说。。。
c*32015-02-11 08:0273 楼搞计算机也有一堆忽悠的领域,人工智能就是个忽悠的领域,大数据就是这个领域的。这也怪搞生物的,搞不清人的意识和记忆是怎么回事,连记忆存在那里都找不到。这样也为人工智能忽悠提供了市场,可以忽悠成人脑是按照统计工作的,生物也不能证伪,怎么骗都行。计算机新兴领域的忽悠,因为可以直接从股市圈钱,所以公司有忽悠的动力。当然大部分计算机成就并不是靠忽悠的,是实打实的。【在 x********e 的大作中提到】: 感觉搞计算机的跟写小说一样,想怎么编都可以,就看有没有读者买账。搞科学追求的: 是真理,编是没有任何意义的,除了骗editor骗funding。
e*62015-02-11 08:0274 楼你指的人工智能是机器学习或者模式识别吧?或者是数据挖掘?【在 c****3 的大作中提到】: 搞计算机也有一堆忽悠的领域,人工智能就是个忽悠的领域,大数据就是这个领域的。: 这也怪搞生物的,搞不清人的意识和记忆是怎么回事,连记忆存在那里都找不到。这样: 也为人工智能忽悠提供了市场,可以忽悠成人脑是按照统计工作的,生物也不能证伪,: 怎么骗都行。: 计算机新兴领域的忽悠,因为可以直接从股市圈钱,所以公司有忽悠的动力。: 当然大部分计算机成就并不是靠忽悠的,是实打实的。
w*j2015-02-11 08:0275 楼你好像对人工智能的了解还比较简单,你说的这些,其实不新鲜,从几十年前领域内的人也在讨论甚至争吵不休曾经有人说过,人工智能和神经科学的关系也许就和航空工程和鸟解剖学那样?另外人工智能机器学习,基本上还是个工程技术问题,目的是解决实际问题,能解决问题,就好,并不一定说非要搞懂智能或者学习的自然本质。从目前实际效果来看,人工智能机器学习确实是成功的,当然很大可能和人脑的实现方式是完全不一回事儿,这是科学家们要解决的问题。【在 c****3 的大作中提到】: 搞计算机也有一堆忽悠的领域,人工智能就是个忽悠的领域,大数据就是这个领域的。: 这也怪搞生物的,搞不清人的意识和记忆是怎么回事,连记忆存在那里都找不到。这样: 也为人工智能忽悠提供了市场,可以忽悠成人脑是按照统计工作的,生物也不能证伪,: 怎么骗都行。: 计算机新兴领域的忽悠,因为可以直接从股市圈钱,所以公司有忽悠的动力。: 当然大部分计算机成就并不是靠忽悠的,是实打实的。
c*32015-02-11 08:0276 楼这些领域是人工智能,大数据也是人工智能领域的结果。这次是新一代的人工智能泡沫,这次的方向以统计学和深度学习为代表。80年代有过一次泡沫,一直忽悠到90年代初,好莱坞被忽悠的拍了终结者,设定1998年为地球毁灭日。日本也是投入大量资金,最后不了了之。【在 e*********6 的大作中提到】: 你指的人工智能是机器学习或者模式识别吧?或者是数据挖掘?
e*62015-02-11 08:0277 楼除了ann都和人脑没关系。大部分都是统计回归包了一层皮【在 w****j 的大作中提到】: 你好像对人工智能的了解还比较简单,你说的这些,其实不新鲜,从几十年前领域内的: 人也在讨论甚至争吵不休: 曾经有人说过,人工智能和神经科学的关系也许就和航空工程和鸟解剖学那样?: 另外人工智能机器学习,基本上还是个工程技术问题,目的是解决实际问题,能解决问: 题,就好,并不一定说非要搞懂智能或者学习的自然本质。: 从目前实际效果来看,人工智能机器学习确实是成功的,当然很大可能和人脑的实现方: 式是完全不一回事儿,这是科学家们要解决的问题。
x*e2015-02-11 08:0278 楼你放几百年前人也不信有计算机这样的东西呢。关于意识和记忆的研究一直在进行,只是说这个比造计算机挑战大多了。【在 c****3 的大作中提到】: 搞计算机也有一堆忽悠的领域,人工智能就是个忽悠的领域,大数据就是这个领域的。: 这也怪搞生物的,搞不清人的意识和记忆是怎么回事,连记忆存在那里都找不到。这样: 也为人工智能忽悠提供了市场,可以忽悠成人脑是按照统计工作的,生物也不能证伪,: 怎么骗都行。: 计算机新兴领域的忽悠,因为可以直接从股市圈钱,所以公司有忽悠的动力。: 当然大部分计算机成就并不是靠忽悠的,是实打实的。
c*32015-02-11 08:0279 楼这些领域都是和人比较的,除了国际象棋靠暴力算法能胜出,其他都远远不是人脑的对手。所以说想靠大数据找到人脑看不出的规律,除非是人手不够的领域,否则也是很难的。【在 w****j 的大作中提到】: 你好像对人工智能的了解还比较简单,你说的这些,其实不新鲜,从几十年前领域内的: 人也在讨论甚至争吵不休: 曾经有人说过,人工智能和神经科学的关系也许就和航空工程和鸟解剖学那样?: 另外人工智能机器学习,基本上还是个工程技术问题,目的是解决实际问题,能解决问: 题,就好,并不一定说非要搞懂智能或者学习的自然本质。: 从目前实际效果来看,人工智能机器学习确实是成功的,当然很大可能和人脑的实现方: 式是完全不一回事儿,这是科学家们要解决的问题。
b*r2015-02-11 08:0280 楼做genome analysis显然就会人手不够啊,呵呵,人手就连个genomewide linkage算起来都很费劲吧【在 c****3 的大作中提到】: 这些领域都是和人比较的,除了国际象棋靠暴力算法能胜出,其他都远远不是人脑的对: 手。: 所以说想靠大数据找到人脑看不出的规律,除非是人手不够的领域,否则也是很难的。
m*52015-02-11 08:0281 楼单纯deepsequencing算不上大数据吧。个人理解其实就是把以前single experiment, single output 变成了singleexperiment, multiple output.把一大堆各个渠道的data整合在一起才算。不过搞生物的更容易找到值得整合的数据。搞计算机的也许在垃圾data里找到一些method intrinsic bias发表了。【在 b****r 的大作中提到】: 做genome analysis显然就会人手不够啊,呵呵,人手就连个genomewide linkage算起: 来都很费劲吧