Đây là một dự án cộng đồng nhằm phát triển sách tin sinh học tại Việt Nam.
Cuốn sách Tin sinh học hướng đến việc hỗ trợ người mới bắt đầu học tin sinh tự hiểu được các thuật toán, công cụ và cách ứng dụng vào công việc thực tiễn. Nội dung sẽ cân bằng giữa lý thuyết và thực hành để mang lại hiệu quả học tập tối đa.
Có hai hướng chính mà bạn có thể đóng góp:
-
Nghiên cứu: Mục tiêu của phần này là trình bày các lý thuyết chuyên sâu. Bạn có thể đăng ký viết một mục cụ thể. Nếu trùng với người khác đã đăng ký, vẫn có thể chấp nhận nhiều bản thảo khác nhau. Ngoài ra, bạn cũng có thể đề xuất các chủ đề và tự viết. Cách này phù hợp cho những người đam mê nghiên cứu và có nền tảng kiến thức tin sinh tốt, giúp phát triển tư duy nghiên cứu và kỹ năng diễn giải.
-
Ứng dụng: Bạn có thể phát triển các bài tập thực tế dựa trên các thuật toán trong sách hoặc đề xuất các bài tập bạn thấy cần thiết. Tác giả sẽ hỗ trợ góp ý để hoàn thiện kỹ năng.
Sau khi hoàn thành bài viết, bạn có thể gửi bài qua một trong hai cách dưới đây. Các đóng góp của bạn sẽ được đăng ở phần mở rộng của sách (mục BÀI VIẾT ĐÓNG GÓP), và sẽ được chọn lọc đưa vào sách chính nếu phù hợp.
Bạn có thể gửi bài viết theo hai cách:
-
Cách 1: Tạo một pull request cho sách. Tiêu đề:
Tên mục
. Ví dụ:4.4 Single-cell RNA sequencing
.Các bước thực hiện:
- Clone repository của sách.
- Tạo branch
Chap_4/single-cell-rna-sequencing
và chỉnh sửa trên branch đó. - Cấu trúc repo: bạn sẽ thêm file notebook (.ipynb) hoặc markdown (.md) vào thư mục
book/content/Chapter[x]
. Sau đó editor/reviewer sẽ check và chỉnh sửa các file cấu trúc còn lại. - Git push branch của bạn.
- Tạo pull request với tiêu đề
4.4 Single-cell RNA sequencing
.
Xem hướng dẫn pull request tại đây.
-
Cách 2: Gửi trực tiếp notebook của bạn qua Facebook/Discord nhóm.
Nội dung sách được phân theo độ khó để bạn lựa chọn:
- Dễ: Các hướng dẫn về module, package, cấu trúc dữ liệu cơ bản và cơ sở dữ liệu. Phù hợp với người mới bắt đầu.
- Trung bình: Các case study xây dựng mô hình, các phần không thiên về thuật toán. Phù hợp với người thực hành.
- Khó: Các lý thuyết về mô hình, thuật toán. Yêu cầu nền tảng tốt về toán, thống kê và kinh nghiệm nghiên cứu.
Bạn có thể tự đánh giá và chọn mục phù hợp với mình.
Để thống nhất trong các chương, bạn cần tuân theo chuẩn LaTeX và cập nhật các thuật ngữ vào file Term:
Chọn đề tài và điền thông tin của bạn vào trang Google sheet. Sau đó, nghiên cứu tài liệu và tiến hành viết. Một bài viết chất lượng cần:
- Không lỗi chính tả và latex.
- Có hình minh họa.
- Mục lục rõ ràng.
- Tham khảo từ nhiều nguồn tin cậy.
- Có mã nguồn thực hành.
- Bài tập hỗ trợ hiểu sâu nội dung.
- Liệt kê tài liệu tham khảo.
Tác giả xin cảm ơn sự đóng góp từ cộng đồng để hoàn thiện nội dung sách. Mỗi đóng góp nhỏ sẽ tạo nên một cộng đồng Tin sinh học Việt Nam mạnh mẽ hơn.
Dự án có tham khảo Machine Learning Algorithms to Practice