Songwon Kim

About Me
- My Story
- Reading
Extend Backgrounds
- Bioinformatics
- Books
Paper Review
- Weekly Study
  - Protein Engineering
Projects & Publications
- Projects
- Publications
Home

Contact

Copyright © 2024 | Yankos

Home > Extend Backgrounds > Books

Now Loading ...

Books

인과추론 - 이서정
About This Book 이 책은 현 서울대학교 경제학부 부교수로 재직중인 이서정 교수님에 의해 쓰여졌다. 이 책에서 다루는 인과추론은 특별히 도구변수법과 그 적용을 중심으로 서술되어 있는데, 배경이 되는 지식은 2021년 노벨 경제학상을 수상한 3명 중 계량경제학(Econometrics) 분야를 다루는 Imbens & Angrist 박사님들의 1994년 논문(Identification and Estimation of Local Average Treatment Effects)이다. 인과추론 이론의 이해를 돕기 위해 한국에서의 출산과 출산 이후 여성의 노동 참여 시간의 예시를 들어 하나의 완결된 분석을 진행하였다. Comments 전체 책의 분량이 100페이지 정도로 volume이 적고, 하나의 예시를 가지고 인과추론 중 도구변수법에 대해 일관된 설명을 하고 있어서 인과추론의 개념과 적용에 대한 큰 흐름을 파악하기에 좋은 책이라고 생각한다. 책의 내용과 연계해서는, 우리가 결국 언급된 방법론을 적용해서 얻을 수 있는 결과는 데이터의 일부에 대한 평균 인과효과 (LATE) 가 된다. 다만 내가 연구하고 있는 생물학 분야의 특이한 예시들을 생각해보면, 종/속/과/목 과 같은 분류학적 수준이 계층적으로 정의가 되어있고, 그 비율을 알고 있기 때문에, 만약 여러 도구 변수들을 적용하면서 이 비율(순응자의 비율)에 맞는 도구 변수들을 식별할 수 있다면 LATE를 활용해 여러 생물종의 진화적 관계를 논리적으로 표현할 수 있지 않을까? 하는 생각이 들었다. 물론 책에서 잠깐 언급되었듯이, 시간에 따른 변화를 가정하고 있지 않으므로 다른 차원의 문제인가 싶기도 하다. 1장: 잠재적 결과 모형 2장: 선택편향과 통제변수 3장: 도구변수 4장: 도구변수를 통한 인과효과 식별 & 5장: 도구변수를 통해 얻은 평균 인과효과의 함의
Extend Backgrounds · 2026-04-07
[Computational Genome Analysis: An Introduction] Chapter 6~8
Comments 생각보다 진도가 느리게 나가고 있다. 그래도 책의 절반을 넘었으니 착실하게, 조금은 서둘러서 공부를 해야겠다. 현재 총 14개의 chapter 중 8 chapter를 마무리하였다. Chapter 6: Sequence Alignment Chapter 7: Rapid Alignment Methods: FASTA and BLAST Chapter 8: DNA Sequence Assembly 크게는 6) DNA, protein sequence를 alignment하는 목적과 방법, 7) 계산적 효율성을 위한 rapid alignment algorithms, 8) Cloning을 활용하는 genome sequencing 데이터를 이용하여 prokaryotic 및 eukaryotic genome assembly를 수행하는 방법에 대한 설명을 다루고 있다. 공부하면서 가장 인상깊었던 점은 당시 bacterial/viral genome 수준에서 잘 작동하던 whole genome shotgun sequencing을 eukaryote genome으로 확장하여 적용하기 위해서 계산적인 방법론의 개선과 더불어 여러 종류의 cloning system (plasmid, cosmid, YACs 등)을 이용하는 실험적 breakthrough를 고안한 사실이다. 생물학과 정보과학의 중간에 서있는 계산생물학자를 꿈꾸는 학생이고, 또한 지금이 통섭의 시대이니 내 편협한 시각을 넓혀준 부분에 대해 조금 기록해보았다.
Extend Backgrounds · 2026-02-20
[Computational Genome Analysis: An Introduction] Chapter 1~5
About This Book 이 책은 Richard C. Deonier, Simon Tavaré, 그리고 Michael S. Waterman 이라는 저명한 계산생물학자들에 의해 쓰여진 Computational Genome Analysis: An Introduction이라는 책이다. 2005년에 쓰여져서 genome sequencing 등 방법론이 최신의 기법과는 거리가 있지만, 책의 preface에도 나와있듯이 계산생물학 분야의 대학원생으로 시작하며 알아야 할 지식들을 다루고 있기 때문에, 이 분야의 근간과 배경을 배우고자 하는 마음으로 공부하게 되었다. Comments 대학원 석박사통합과정을 진입하며, 겨울방학 중에 이 책을 공부해보고 있다. 책의 흐름이 실험적 방법론, 그로부터 얻는 데이터, 데이터를 가지고 풀고자 하는 계산 문제, 계산생물학적 해결 방법의 설명과 예시 등으로 구성되어 있다. 내가 학습한 내용들을 따로 설명하지는 않을 것이고, 공부하면서 정리한 노트를 기록으로 남겨두고자 한다. 현재까지 Chapter 1: Biology in a Nutshell Chapter 2: Words Chapter 3: Word Distributions and Occurrences Chpater 4: Physical Mapping of DNA Chapter 5: Genome Rearrangements 의 내용들을 다루었고, 크게는 1) 생물학의 배경과 실험적 방법론의 소개, 2) 유전체를 구성하는 핵산의 기본 단위 염기서열과 그 조합인 코돈, 3) 특정한 DNA 분자 내에서 염기들과 코돈이 어떤 비율로 얼마나 자주 등장하는 지, 4) 실험으로 얻은 데이터에 기반하여 우리가 DNA에 대한 정보를 어떻게 알아내는 지, 5) 유전체 내의 재배열을 어떻게 확인하고, 그로부터 무엇을 추론하는 지를 설명하고 있다. 학부 과정 동안 생명과학과 데이터과학을 이중 전공하면서 나름의 노력으로 두 학문에 대한 배경지식을 쌓으려 노력했었는데, 그 시간들이 많은 도움이 되고 있는 것 같다. 데이터과학에서 배웠던 수리/통계적 지식들이 조금 더 근본적으로 어떤 의미를 가지고 있으며, 생물학의 문제를 풀어내는 데에 어떤 방식으로 활용되는 지를 배워가고 있고, 때로는 조금 어렵지만 때로는 짜릿한 마음이 든다.
Extend Backgrounds · 2026-01-30

Touch background to close