Моделирование последовательности: предположение Маркова

Мы обсуждаем марковское предположение и связанное с ним понятие условной независимости. Мы видим, как это предположение упрощает математические вычисления и снижает сложность используемых нами совместных вероятностей. Подчеркивая, что это предположение (а не «закон»), мы рассматриваем ситуации, в которых это предположение может быть более или менее уместным. ── Ссылки на курс и канал ── Плейлист курса: Моделирование последовательностей    • Sequence modeling   ── Об авторе ── Бен Лэнгмид — профессор компьютерных наук в Университете Джона Хопкинса, где его исследования охватывают биоинформатику, вычислительную биологию и науку, основанную на больших данных. Он является автором книг Bowtie и Bowtie 2; Его группа также разработала программное обеспечение, такое как Kraken 2, и ресурсы, такие как recount3 и Index Zone, а также методы индексирования и запросов пангенома, основанные, например, на r-индексе и структуре перемещения. Методы его группы цитировались более 130 000 раз, и он является лауреатом таких наград, как премия NSF CAREER, стипендия Слоуна для научных исследований, премия Бенджамина Франклина за вклад в открытый доступ, а также многочисленных наград за преподавание и наставничество. Бен является основателем и руководителем InOrder Labs LLC (https://inorderlabs.com), экспертной консалтинговой фирмы в области биоинформатики и вычислительной биологии. Канал:    / @benlangmead   Учебные материалы: https://langmead-lab.org/teaching.html