8. Нейронные сети. Введение. Backpropagation. Chain rule. Фреймворк PyTorch. Применение многослойных нейронных сетей к биологическим данным.
9. Сверточные нейронные сети. Применение в биологии. Диагностика заболеваний, вызванных мутациями в геноме. Предсказание эффектов однонуклеотидных полиморфизмов. Предсказание энергии связывания лиганда с белком.
10. Методы обучения глубоких нейронных сетей. Activation function. Инициализация весов. Batch-нормализация. Оптимизаторы. Работа с категориальными признаками в нейронных сетях. Машинное обучение в иммунологии.
11. Autoencoders. Representation learning. Сегментация биологических изображений. Предсказание вредоносных мутаций в кодирующих участках. Работа с зашумленными данными в биологии при помощи нейронных сетей. U-Net.
12. Рекуррентные нейронные сети. Предсказание участков сплайсинга. Предсказание вторичной структуры РНК. GANs. Drug design.
13. Механизм attention. Attention transformers. Representation learning при помощи attention transformers. GPT-3. BERT. Анализ биологических текстов при помощи BioBERT. DINO.
14. Графовые нейронные сети. Message passing. Применение графовых нейронных сетей для анализа графов взаимодействий белков и болезней.