c4Lab learning map

一般來說，生機系的大學部專題同學，會從IE開始，同學們在大一上的時候應該修過生機系的計算機程式語言，之後可考慮加修電機系的資料結構與程式設計或資工系的計算機程式設計。網頁程式設計建議同學們自修，或選擇線上課程。c4Lab也可以啟動3~5週的網頁程式課程，大家一起學習HTML/CSS/PHP/MySQL。

資料結構是銜接IE與CS的橋梁，建議上學期的時候選修資工系的演算法或演算法設計與分析，然後考慮在下學期修生機系的資料結構與演算法實務，強化程式設計/資料結構/演算法三者之間的關聯性。

對大量資料分析有興趣的同學(未來想到Google這一類的公司工作的話)，至少要再選擇機器學習/資料探勘/人工智慧三門課的其中一門，強化"從資料中學習"的基本概念，這個時期搭配選修一門機率或統計學將更為理想。

對生命科學有興趣的同學，接下來的目標就是學習並設計生物資訊演算法(BI)。想往這個研究領域發展的同學，可以利用大學時期選修生物化學或結構生物學概論，或是一些與蛋白質功能相關的課程，諸如：分子辨識或蛋白質化學及分子模擬或蛋白質修飾機制與細胞訊息，加強對生物分子的基本認識(MB)。

生物資訊(BI)的學習目標在於開發新的生物資訊演算法，除了得花時間熟悉現有的生物資訊演算法外，瞭解生命科學對資訊計算的需求(MB)，是開發好的演算法的第一步，儲備應有的資訊技能(IE+CS)則更是不可缺少的第二步，因此學習曲線相當長。開發生物資訊演算法幾乎沒有就業市場，有興趣往這個方向發展的學生幾乎已經快絕跡了，但基本上這是我對c4Lab所有碩班同學和博班同學的期待。

生物背景的同學，通常是從SB出發，因為有大量資料處理的需求，會選擇來c4Lab進行技術實習(rotation)，因此主要建議學習的內容當然是BD，完整的學習NGS data (using Galaxy)與 microarray data analysis (using R)，外加對biological databases的熟悉度，大約需要一整年的時間，目前建議選修的課程是：生醫資料探勘與結構生物資訊學，未來或許會有更合適的課程。台大校園內還有其他生物資訊的課程(如：生物資訊學導論或生物資訊學)，也是認識生物資訊方法與生醫資料庫的好管道。期間搭配一門統計應用軟體或統計學之類的課程，將更為理想。

資訊背景的同學想對SB有進一步了解的話可以選修基因體與系統生物學學位學程的基因體與系統生物學 + 基因體與系統生物學專題討論。瞭解SB對資訊計算的需求，也是BI研究領域的基本工。

若能把c4Lab的六大學習領域(IE+CS+MB+BI+BD+SB)全部搞定，就能成為地球上的稀有動物了。

近期推薦的線上課程：

機率 (Probability)

機器學習基石 (Machine Learning Foundations)

Bioinformatics Algorithms (Part 1)