XiaoMi-AI文件搜索系统
World File Search SystemShenghan
EGR 598：机器学习和人工智能
课程网站：myasucourses.asu.edu (Canvas) 联系信息 讲师：Shenghan Guo 办公室地点：Peralta Hall 335G 虚拟办公室时间：星期四，下午 2:00 - 3:00 及预约 电话：480-727-5120 电子邮件：Shenghan.Guo@asu.edu 课程描述 这是一门研究生课程，介绍机器学习和人工智能的概念和基本方法。 它包含几个部分：机器学习相关概念、概率推理、神经网络和监督/无监督学习。 编程将是课程的关键部分。 学生将使用编程语言编写机器学习算法并解决问题。 入学要求 先决条件：统计、概率论和线性代数的基础知识；编程技能，例如 Python、C/C++、R、JAVA 或 MATLAB。教材可选，但推荐：《机器学习简介》，第三版，Ethem Alpaydin，出版商：麻省理工学院出版社，ISBN 978-0-262-02818-9 总体课程目标和预期学习成果 目标是让学生从方法论和实践的角度深入了解机器学习。要成功完成本课程，学生必须展示对机器学习模型和使用 Python 或其他编码语言通过机器学习解决问题的知识。
合理设计 APOBEC3B 胞嘧啶碱基编辑器，提高特异性
金帅, 1, 2, 6 费红远, 1, 2, 6 朱子旭, 1, 2, 6 罗英锋, 3, 6 刘金星, 1 高胜汉, 3 张锋, 4 陈宇航, 5 王彦鹏, 1, 2,* 和高彩霞 1, 2, 7,* 1 中国科学院遗传与发育生物学研究所、种子设计创新研究院、植物细胞与染色体工程国家重点实验室、基因组编辑中心，北京，中国 2 中国科学院大学现代农业学院，北京，中国 3 中国科学院微生物研究所、微生物资源国家重点实验室，北京，中国 4 明尼苏达大学植物与微生物生物学系、植物精准基因组学中心、微生物与植物基因组学研究所，明尼苏达州明尼阿波利斯55108，美国 5 中国科学院遗传与发育生物学研究所，种子设计创新研究院，分子发育生物学国家重点实验室，北京，中国 6 这些作者贡献相同 7 主要联系人 *通讯地址：yanpengwang@genetics.ac.cn (YW)，cxgao@genetics.ac.cn (CG) https://doi.org/10.1016/j.molcel.2020.07.005