مشخصات کتاب

Deep Learning for the Life Sciences. Genomics, Microscopy, Drug Discovery

ویرایش:  
نویسندگان: Bharath Ramsundar,  Peter Eastman,  Patrick Walters,  Vijay Pande  
سری:  
ISBN (شابک) : 9781492039839 
ناشر: O’Reilly 
سال نشر: 2019 
تعداد صفحات: 220 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 21 Mb 

در صورت تبدیل فایل کتاب Deep Learning for the Life Sciences. Genomics, Microscopy, Drug Discovery به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب یادگیری عمیق برای علوم زندگی ژنومیک، میکروسکوپ، کشف دارو نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب یادگیری عمیق برای علوم زندگی ژنومیک، میکروسکوپ، کشف دارو

یادگیری عمیق قبلاً در بسیاری از زمینه ها به نتایج قابل توجهی دست یافته است. اکنون در سراسر علوم به طور گسترده و علوم زیستی به طور خاص موج ایجاد کرده است. این کتاب کاربردی به توسعه دهندگان و دانشمندان می آموزد که چگونه از یادگیری عمیق برای ژنومیک، شیمی، بیوفیزیک، میکروسکوپ، تجزیه و تحلیل پزشکی و سایر زمینه ها استفاده کنند. ایده آل برای تمرین توسعه دهندگان و دانشمندان آماده به کار بردن مهارت های خود را در برنامه های کاربردی علمی مانند زیست شناسی، ژنتیک، و کشف دارو، این کتاب معرفی چندین شبکه اولیه عمیق است. شما یک مطالعه موردی را در مورد مشکل طراحی درمان های جدید که فیزیک، شیمی، زیست شناسی و پزشکی را به هم مرتبط می کند دنبال خواهید کرد - مثالی که یکی از بزرگترین چالش های علم را نشان می دهد. اصول اولیه انجام یادگیری ماشینی بر روی داده های مولکولی را بیاموزید درک اینکه چرا یادگیری عمیق ابزاری قدرتمند برای ژنتیک و ژنومیک است استفاده از یادگیری عمیق برای درک سیستم های بیوفیزیکی با DeepChem آشنایی مختصری با یادگیری ماشینی داشته باشید استفاده از یادگیری عمیق برای تجزیه و تحلیل تصاویر میکروسکوپی تجزیه و تحلیل اسکن های پزشکی با استفاده از عمیق تکنیک های یادگیری درباره رمزگذارهای خودکار متغیر و شبکه های متخاصم مولد بیاموزید مدل شما چه کار می کند و چگونه کار می کند

توضیحاتی درمورد کتاب به خارجی

Deep learning has already achieved remarkable results in many fields. Now it's making waves throughout the sciences broadly and the life sciences in particular. This practical book teaches developers and scientists how to use deep learning for genomics, chemistry, biophysics, microscopy, medical analysis, and other fields. Ideal for practicing developers and scientists ready to apply their skills to scientific applications such as biology, genetics, and drug discovery, this book introduces several deep network primitives. You'll follow a case study on the problem of designing new therapeutics that ties together physics, chemistry, biology, and medicine--an example that represents one of science's greatest challenges. Learn the basics of performing machine learning on molecular data Understand why deep learning is a powerful tool for genetics and genomics Apply deep learning to understand biophysical systems Get a brief introduction to machine learning with DeepChem Use deep learning to analyze microscopic images Analyze medical scans using deep learning techniques Learn about variational autoencoders and generative adversarial networks Interpret what your model is doing and how it's working

فهرست مطالب

Contents......Page 3
Preface......Page 7
Why Deep Learning?......Page 9
Contemporary Life Science Is About Data......Page 10
What Will You Learn?......Page 11
Intro to Deep Learning......Page 15
Linear Models......Page 16
Multilayer Perceptrons......Page 18
Training Models......Page 21
Regularization......Page 23
Hyperparameter Optimization......Page 25
Other Types of Models......Page 26
Further Reading......Page 29
Machine Learning with DeepChem......Page 30
DeepChem Datasets......Page 31
Training a Model to Predict Toxicity of Molecules......Page 32
Case Study: Training an MNIST Model......Page 39
Conclusion......Page 46
Machine Learning for Molecules......Page 47
What Is a Molecule?......Page 48
Featurizing a Molecule......Page 55
Graph Convolutions......Page 57
Training a Model to Predict Solubility......Page 58
MoleculeNet......Page 60
Conclusion......Page 63
Biophysical Machine Learning......Page 64
Protein Structures......Page 66
Biophysical Featurizations......Page 72
The PDBBind Case Study......Page 78
Conclusion......Page 86
DNA, RNA, and Proteins......Page 89
And Now for the Real World......Page 91
Transcription Factor Binding......Page 94
Chromatin Accessibility......Page 97
RNA Interference......Page 100
Conclusion......Page 103
Machine Learning for Microscopy......Page 104
A Brief Introduction to Microscopy......Page 106
The Diffractio Limit......Page 110
Preparing Biological Samples for Microscopy......Page 115
Deep Learning Applications......Page 121
Conclusion......Page 129
Computer-Aided Diagnostics......Page 131
Probabilistic Diagnoses with Bayesian Networks......Page 133
Electronic Health Record Data......Page 134
Deep Radiology......Page 138
Learning Models as Therapeutics......Page 145
Diabetic Retinopathy......Page 146
Conclusion......Page 149
Variational Autoencoders......Page 152
Generative Adversarial Networks......Page 154
Applications of Generative Models in the Life Sciences......Page 155
Working with Generative Models......Page 158
Conclusion......Page 162
Explaining Predictions......Page 165
Optimizing Inputs......Page 169
Predicting Uncertainty......Page 172
Interpretability, Explainability, and Real-World Consequences......Page 176
Conclusion......Page 177
Virtual Screening Workflow Example......Page 178
Preparing a Dataset for Predictive Modeling......Page 179
Training a Predictive Model......Page 185
Preparing a Dataset for Model Prediction......Page 190
Applying a Predictive Model......Page 194
Conclusion......Page 201
Medical Diagnosis......Page 202
Personalized Medicine......Page 204
Pharmaceutical Development......Page 205
Biology Research......Page 207
Conclusion......Page 208
Index......Page 209

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Maritime Surveillance with Synthetic Aperture Radar

دانلود کتاب Rechtsfragen der Telemedizin

دانلود کتاب Power Conversion of Renewable Energy Systems

دانلود کتاب Pr(a)vo lice množine. Kolektivno samopoimanje i predstavljanje: mitovi, karakteri, mentalne mape i stereotipi

دانلود کتاب Leading in turbulent times : lessons learnt and implications for the future