Deep Learning fur die Biowissenschaften

Deep Learning hat bereits in vielen Bereichen bemerkenswerte Ergebnisse erzielt. Jetzt halt es Einzug in die Wissenschaften, insbesondere in die Biowissenschaften. Dieses praxisorientierte Buch bietet Programmierern und Wissenschaftlern einen Uberblick daruber, wie Deep Learning in Genomik, Chemie,...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Ramsundar, Bharath, Eastman, Peter, Walters, Patrick, Pande, Vijay, Schock, Helena
Format: Buch
Sprache:eng
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Deep Learning hat bereits in vielen Bereichen bemerkenswerte Ergebnisse erzielt. Jetzt halt es Einzug in die Wissenschaften, insbesondere in die Biowissenschaften. Dieses praxisorientierte Buch bietet Programmierern und Wissenschaftlern einen Uberblick daruber, wie Deep Learning in Genomik, Chemie, Biophysik, Mikroskopie, medizinischer Analyse und der Arzneimittelforschung eingesetzt wird. Das Buch vermittelt Deep-Learning-Grundlagen und fhrt in die Arbeit mit der Python-Bibliothek DeepChem ein. Sie erfahren, wie Deep Learning z.B. zur Analyse von Mikroskopaufnahmen, fr molekulare Daten und bei medizinischen Scans genutzt wird. Abschlieend zeigen Bharath Ramsundar und seine Co-Autoren anhand einer Fallstudie Techniken fr die Entwicklung neuer Therapeutika, eine der grten interdisziplinren Herausforderungen der Wissenschaft. - Lernen Sie, wie Machine Learning auf molekulare Daten angewendet werden kann- Erfahren Sie, warum Deep Learning ein mchtiges Werkzeug fr Genetik und Genomik ist- Setzen Sie Deep Learning ein, um biophysikalische Systeme zu verstehen- Erhalten Sie eine kurze Einfhrung in Machine Learning mit DeepChem- Nutzen Sie Deep Learning zur Auswertung von Mikroskopaufnahmen- Analysieren Sie medizinische Scans mithilfe von Deep-Learning-Techniken- Erfahren Sie mehr ber Variational Autoencoder (VAE) und Generative Adversarial Networks (GANs)- Interpretieren Sie, was Ihr Modell tut und wie es funktioniert Ein wertvoller Beitrag fr die wissenschaftliche Community. - PrabhatTeamleader Data and Analytics Services, NERSC, Lawrence Berkeley National Laboratory Ein hervorragender High-Level-berblick, dersowohl Einstiegspunkte in bestimmte Techniken bietet als auch die Errterung der zugrundeliegenden Wissenschaft. - C. Titus BrownAssociate Professor, University of California, Davis