Deep Learning for the Life Sciences: A mélytanulás alkalmazása a genomikában, a mikroszkópiában, a gyógyszerkutatásban és más területeken

Olvasói vélemények

A könyv számos gyakorlati példával és szisztematikus megközelítéssel átfogó bevezetést nyújt a gépi tanulás élettudományi, különösen egészségügyi alkalmazásaiba. Bár a nem programozók számára is hozzáférhető, egyes területeken nem elég mélyreható és technikai jellegű. A könyv jó fogadtatásban részesült áttekinthetősége és a kódpéldák beillesztése miatt, de kritika érte az egyes operációs környezetekkel való kompatibilitási problémák és a vége felé a szórványos minőség miatt.

⬤ Nagyszerű, mélyreható bevezetés a gépi tanulásba és annak egészségügyi alkalmazásaiba.
⬤ A lépésről lépésre történő megközelítés a nem programozók számára is elérhetővé teszi.
⬤ A jól magyarázott kódpéldák fokozzák a megértést.
⬤ Az élettudományok témáinak széles körét öleli fel, beleértve az olyan érdekes alkalmazásokat, mint a gyógyszerkutatás.
⬤ Magával ragadó és könnyen olvasható.

⬤ Kevés a mélység
⬤ Csak a felszínt karcolja az összetett témáknak.
⬤ A könyv vége felé a minőség romlik, és inkább a véletlenszerű ML-technikák szakácskönyvévé válik.
⬤ Problémák a kód futtatásával, különösen a nem Linux/conda felhasználók számára.
⬤ Lehet, hogy a tapasztalt olvasók számára nem nyújt elegendő betekintést
⬤ Néhány technikai részlet felszínesnek tűnik.
⬤ Korlátozott célközönség a specializáció és az előismereti követelmények miatt.

(12 olvasói vélemény alapján)

Eredeti címe:

Deep Learning for the Life Sciences: Applying Deep Learning to Genomics, Microscopy, Drug Discovery, and More

Könyv tartalma:

A mélytanulás már számos területen ért el figyelemre méltó eredményeket. Most az egész tudományban, és különösen az élettudományokban is egyre nagyobb hullámokat vet. Ez a gyakorlatias könyv megtanítja a fejlesztőknek és a tudósoknak, hogyan használhatják a mélytanulást a genomika, a kémia, a biofizika, a mikroszkópia, az orvosi elemzés és más területeken.

Ez a könyv ideális a gyakorló fejlesztők és tudósok számára, akik készen állnak arra, hogy képességeiket olyan tudományos alkalmazásokban alkalmazzák, mint a biológia, a genetika és a gyógyszerkutatás, és számos mélyhálós primitívet mutat be. Egy esettanulmányt követhetünk végig az új terápiák tervezésének problémájáról, amely összekapcsolja a fizikát, a kémiát, a biológiát és az orvostudományt - egy olyan példát, amely a tudomány egyik legnagyobb kihívását képviseli.

⬤ Tanulja meg a molekuláris adatokon történő gépi tanulás végrehajtásának alapjait.

⬤ Megérti, hogy a mélytanulás miért hatékony eszköz a genetika és a genomika számára.

⬤  Alkalmazza a mélytanulást a biofizikai rendszerek megértéséhez.

⬤ Tegyen rövid bevezetést a gépi tanulásba a DeepChem segítségével.

⬤ Használja a mélytanulást mikroszkópos képek elemzésére.

⬤ Elvégezze orvosi felvételek elemzését mélytanulási technikák segítségével.

⬤ Tanuljon a variációs autoencoderekről és a generatív adverzális hálózatokról.

⬤ Interpretálja, hogy mit csinál a modellje és hogyan működik.