Titre original :
Applications of Machine Learning and Deep Learning on Biological Data
Contenu du livre :
L'apprentissage automatique des machines caractérise l'apprentissage machine (ML). Il s'agit de faire des prédictions basées sur des données à l'aide d'algorithmes programmés. L'apprentissage automatique a plusieurs applications, notamment la bio-informatique, qui est une discipline d'étude et de pratique qui traite de l'application de dérivations informatiques pour obtenir des données biologiques. Elle implique la collecte, l'extraction, le stockage, la manipulation et la modélisation des données en vue d'une analyse ou d'une prédiction à l'aide d'un logiciel personnalisé. Auparavant, la programmation complète des algorithmes bioinformatiques était une tâche extrêmement laborieuse pour des applications telles que la prédiction des structures des protéines. Aujourd'hui, les algorithmes utilisant l'apprentissage automatique et l'apprentissage profond ont augmenté la vitesse et l'efficacité de la programmation de ces algorithmes.
Applications de l'apprentissage automatique et de l'apprentissage profond aux données biologiques est un examen de l'application de l'apprentissage automatique et de l'apprentissage profond à des domaines tels que la protéomique, la génomique, les puces à ADN, l'exploration de texte et la biologie des systèmes. L'objectif principal est de couvrir les applications de l'apprentissage automatique aux problèmes des sciences biologiques, en se concentrant sur les problèmes liés à la bioinformatique. Le livre se penche sur les sujets de recherche et les méthodologies de pointe en ML appliqués à la discipline de la bioinformatique qui progresse rapidement.
La ML et la DL appliquées aux données biologiques et de neuro-imagerie peuvent ouvrir de nouvelles frontières pour l'ingénierie biomédicale, notamment en affinant la compréhension des maladies complexes, y compris le cancer et les troubles neurodégénératifs et psychiatriques. Les progrès dans ce domaine pourraient éventuellement conduire au développement de la médecine de précision et d'outils de diagnostic automatisés capables d'adapter les traitements médicaux aux modes de vie individuels, à la variabilité et à l'environnement.
Les points forts sont les suivants :
⬤ L'intelligence artificielle dans le traitement et le diagnostic de la schizophrénie.
⬤ Une analyse de l'effet financier de l'intelligence artificielle et de l'intelligence artificielle sur les soins de santé.
⬤ Une méthode de classification basée sur XGBoost pour la classification du cancer du sein.
⬤ L'utilisation de la ML pour prédire les maladies squameuses.
⬤ Applications de la ML et de la DL en génomique et en protéomique.
⬤ Application de la ML et de la DL aux données biologiques.
Autres informations sur le livre :
| ISBN : | 9781032214375 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Relié |
| Année de publication : | 2023 |
| Nombre de pages : | 200 |
Achat:
Actuellement disponible, en stock.
