Dataflow

Linear Discriminant  Analysis`Linear Discriminant Analysis (LDA)`는 분류와 차원축소에 사용되는 기법 중 하나입니다. 차원축소에 있어 LDA는 정사영(행렬 분해)을 통해 차원을 축소한다는 점에서 Principal Component Analysis (PCA)와 비슷하지만, 그 방향은 다소 다릅니다. PCA는 원본 데이터의 분산을 최대화하는 벡터를 찾고, LDA는 클래스 정보를 분할하기에 적합한 벡터를 찾아냅니다. 또한 분류 문제에서의 LDA는 지도학습의 일종으로, 두가지 클래스를 가장 잘 나누는 초평면을 구하는 방법으로 사용됩니다. 이 처럼 `LDA`는 결정경계의 추정, 분류 문제, 단순 차원축소등 활용가능한 범위가 넓습니다.ObjectivesClassif..

Original post Intro Linear Discriminant Analysis (LDA) is a machine learning algorithm that facilitates dimensionality reduction for classification purposes. Like PCA, it reduces dimensions through projection, but there are a few differences. PCA finds a vector that maximizes the variance of the original data, while LDA finds a vector that is suitable for dividing the data based on class informa..

2018 패혈증은 사망과 장애를 유발하는 가장 흔한 증후군 중 하나이다. 치료를 위해 다양한 약물이 개발되어 왔지만, 아무런 연구도 사망률을 감소시키지 못했다. 이 연구의 목표는 in vitro와 in vivo에서 패혈증 모델에 기반한 LINCS L1000 perturbation (이하 L1000) 자료를 통해 패혈증에 대한 시료운 치료 옵션을 찾는 것이다. 이 병과 연관된 초기의 염증과정에 대한 마이크로어레이 연구결과를 환자와 면역세포에서 얻어와 L1000을 기반으로 후보 약물을 선택하는 데 사용 되었다. 선택된 후보 약물의 항염작용 효과는 활성화된 macrophage 세포주를 사용하여 분석되었다. Cyclin-dependent kinase의 inhibitor인 CGP-60474가 가장 강력한 약물이었..