カメラマン

本日は某イベントにてカメラ係を任されました。

カメラ好きでもなく、撮影が上手いというわけでもないのに、
何故かカメラを任されることが多い。
『カメラの扱いが上手そうな顔』してるということでしょうか。
（どんな顔やねん！）
これは、誇ってよいのかどうか。。。

半日ほどの間で約250枚撮影。
「最後は集合写真をお願い！」
って、、、これ、ただの小型デジカメ。三脚もないし。
あんなに大勢（100名弱？）の集合写真は初めて撮りました。
緊張して手が震えてしまう。
あとで確認してみると、どうにかギリギリの出来でホッとした。

イベント自体はそこそこ盛り上がってよかったのですが、
写真はイマイチですな。
要修行。
基礎の基礎だけでも勉強しとけば、かなり違ってきそう。

【論】Berrar,2006,Instance-based concept learning ～

Daniel Berrar, Ian Bradbury and Werner Dubitzky
Instance-based concept learning from multiclass DNA microarray data
BMC Bioinformatics 7:73, doi:10.1186/1471-2105-7-73.
[PDFダウンロード][Webサイト]

・アレイデータを用いた遺伝子のクラス分けの手法として、次々と複雑な方法が登場している。しかし、結局のところ昔ながら（？）の、直観的にアルゴリズムの理解が容易なNearest Neighbor法で十分な結果が出せる。
・比較したアルゴリズム
1.k-NN : distance-weighted k-nearest neighbor
2.SVMs : support vector machines
3.DT : decision tree C5.0
4.MLPs : artificial neural networks, multiplayer perceptrons
5.NN : 'classic' nearest neighbor classifiers (1-NN, 3-NN, 5-NN), majority voting
・アルゴリズムの評価法 : a ten-fold repeated random subsampling strategy
・データ
1.NCI60 : 60 human cancer cell lines of various origins, cDNA [Scherf]
2.ALL : 327 pediatric acute lymphoblastic leukemia samples, Affy. [Yeoh]
3.GCM : Global Cancer Map, 198 specimens of predominantly solid tumors, Affy. [Ramaswamy]

・現況「Simple instance-based classifiers such as nearest neighbor (NN) approaches perform remarkably well in comparison to more complex models, and are currently experiencing a renaissance in the analysis of data sets from biology and biotechnology.」
・問題点「Microarray data analysis is beset by the 'curse of dimensionality' (a.k.a. small-n-large-p problem)[4]. This problem relates to the high dimensionality, p, i.e., the number of gene expression values measured for a single sample, and the relatively small number of biological samples, n.」
・概要「This paper focuses on a simple and intuitive model, the k-nearest neighbor based on distance weighting, for the classification of multiclass microarray data and aims at addressing the aforementioned key limitations of previous comparative studies in this field.」

《チェック論文》
・Tsai CA, Lee TC, Ho IC, Yang UC, Chen CH, Chen JJ., Multi-class clustering and prediction in the analysis of microarray data., Math Biosci. 2005 Jan;193(1):79-100. Epub 2004 Dec 28.
・Alter O, Brown PO, Botstein D., Singular value decomposition for genome-wide expression data processing and modeling., Proc Natl Acad Sci U S A. 2000 Aug 29;97(18):10101-6.