Apprentissage profond pour les sciences de la vie : Application de l'apprentissage profond à la génomique, à la microscopie, à la découverte de médicaments, etc.

Avis des lecteurs

Résumé:

Ce livre propose une introduction complète aux applications de l'apprentissage automatique dans les sciences de la vie, en particulier dans les soins de santé, avec de nombreux exemples pratiques et une approche systématique. Bien qu'il soit accessible aux non-programmeurs, il manque de profondeur dans certains domaines et est de nature technique. Il est bien accueilli pour sa clarté et l'inclusion d'exemples de code, mais a fait l'objet de critiques concernant des problèmes de compatibilité avec certains environnements d'exploitation et une qualité sporadique vers la fin.

Avantages:

⬤ Excellente introduction à l'apprentissage automatique et à ses applications dans le domaine des soins de santé.
⬤ L'approche étape par étape le rend accessible même aux non-programmeurs.
⬤ Des exemples de code bien expliqués améliorent la compréhension.
⬤ Couvre un large éventail de sujets dans les sciences de la vie, y compris des applications intéressantes comme la découverte de médicaments.
⬤ Engageant et facile à lire.

Inconvénients:

⬤ Manque de profondeur
⬤ Ne fait qu'effleurer la surface de sujets complexes.
⬤ La qualité se dégrade vers la fin du livre, devenant davantage un livre de recettes pour des techniques de ML aléatoires.
⬤ Problèmes liés à l'exécution du code, en particulier pour les utilisateurs non-Linux/conda.
⬤ Peut ne pas fournir assez d'informations pour les lecteurs expérimentés
⬤ Certains détails techniques semblent superficiels.
⬤ Public limité en raison de la spécialisation et des connaissances préalables requises.

(basé sur 12 avis de lecteurs)

Titre original :

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

Contenu du livre :

L'apprentissage profond a déjà obtenu des résultats remarquables dans de nombreux domaines. Aujourd'hui, il fait des vagues dans les sciences en général et les sciences de la vie en particulier. Ce livre pratique enseigne aux développeurs et aux scientifiques comment utiliser l'apprentissage profond pour la génomique, la chimie, la biophysique, la microscopie, l'analyse médicale et d'autres domaines.

Idéal pour les développeurs en exercice et les scientifiques prêts à appliquer leurs compétences à des applications scientifiques telles que la biologie, la génétique et la découverte de médicaments, ce livre présente plusieurs primitives de réseaux profonds. Vous suivrez une étude de cas sur le problème de la conception de nouvelles thérapies qui associe la physique, la chimie, la biologie et la médecine - un exemple qui représente l'un des plus grands défis de la science.

⬤ Apprenez les bases de l'apprentissage automatique sur les données moléculaires.

⬤ Comprendre pourquoi l'apprentissage profond est un outil puissant pour la génétique et la génomique.

⬤ Appliquer l'apprentissage profond pour comprendre les systèmes biophysiques.

⬤ Obtenir une brève introduction à l'apprentissage automatique avec DeepChem.

⬤ Utiliser l'apprentissage profond pour analyser des images microscopiques.

⬤ Analyser des scanners médicaux à l'aide de techniques d'apprentissage profond.

⬤ Apprenez à connaître les autoencodeurs variationnels et les réseaux adversaires génératifs.

⬤ Interprétez ce que fait votre modèle et comment il fonctionne.

Autres informations sur le livre :

• ISBN : 9781492039839
• Auteur : Bharath Ramsundar
• Éditeur : Oreilly Media
• Reliure : Broché
• Année de publication : 2019
• Nombre de pages : 400