Reconectați diferența dintre învățarea automată modernă și biologia din lumea reală cu acest ghid practic, bazat pe proiecte. Indiferent dacă experiența dumneavoastră este în biologie, inginerie software sau știința datelor, Deep Learning pentru Biologie vă oferă uneltele pentru a dezvolta modele de învățare profundă pentru abordarea unei game largi de probleme biologice.

Autorii Charles Ravarani și Natasha Latysheva vă ghidează prin proiecte practice aplicând învățarea profundă în domenii precum ADN, proteine, rețele biologice, imagini medicale și microscopie. Fiecare capitol este un mini-proiect autonom, cu explicații pas cu pas care vă învață cum să antrenați și să interpretați modele de învățare profundă folosind date biologice reale.

Construiți modele pentru probleme biologice din lumea reală, cum ar fi reglarea genelor, predicția funcției proteinelor, interacțiunile medicamentoase și detectarea cancerului. Aplicați arhitecturi precum rețele neuronale convoluționale, transformatoare, rețele neuronale graf, și autoencoder-e. Utilizați Python și notebook-uri interactive pentru învățare practică și dezvoltați intuiția de rezolvare a problemelor, care se aplică dincolo de biologie.

Indiferent dacă explorați metode noi, faceți tranziția către biologia computațională sau doriți să înțelegeți mai bine învățarea automată în domeniul dumneavoastră, această carte oferă o cale clară și accesibilă înainte.

Pagini: 300