Apprendimento profondo per le scienze della vita: Applicare l'apprendimento profondo alla genomica, alla microscopia, alla scoperta di farmaci e altro ancora

Recensioni dei lettori

Il libro fornisce un'introduzione completa alle applicazioni dell'apprendimento automatico nelle scienze della vita, in particolare nella sanità, con numerosi esempi pratici e un approccio sistematico. Pur essendo accessibile ai non programmatori, manca di profondità in alcune aree ed è di natura tecnica. È stato apprezzato per la sua chiarezza e per l'inclusione di esempi di codice, ma ha dovuto affrontare critiche relative a problemi di compatibilità con alcuni ambienti operativi e a una qualità sporadica verso la fine.

⬤ Ottima introduzione all'apprendimento automatico e alle sue applicazioni in ambito sanitario.
⬤ L'approccio passo-passo lo rende accessibile anche ai non programmatori.
⬤ Esempi di codice ben spiegati migliorano la comprensione.
⬤ Copre un'ampia gamma di argomenti nelle scienze della vita, comprese interessanti applicazioni come la scoperta di farmaci.
⬤ Coinvolgente e facile da leggere.

⬤ Manca di profondità
⬤ Scalfisce solo la superficie di argomenti complessi.
⬤ La qualità degrada verso la fine del libro, diventando più simile a un ricettario per tecniche di ML casuali.
⬤ Problemi con l'esecuzione del codice, soprattutto per gli utenti non Linux/conda.
⬤ Potrebbe non fornire sufficienti approfondimenti per i lettori esperti
⬤ Alcuni dettagli tecnici sembrano superficiali.
⬤ Pubblico limitato a causa della specializzazione e delle conoscenze preliminari richieste.

(basato su 12 recensioni dei lettori)

Titolo originale:

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

Contenuto del libro:

L'apprendimento profondo ha già ottenuto risultati notevoli in molti campi. Ora sta facendo il giro delle scienze in generale e delle scienze della vita in particolare. Questo libro pratico insegna a sviluppatori e scienziati come utilizzare il deep learning per la genomica, la chimica, la biofisica, la microscopia, l'analisi medica e altri campi.

Ideale per sviluppatori praticanti e scienziati pronti ad applicare le loro competenze ad applicazioni scientifiche come la biologia, la genetica e la scoperta di farmaci, questo libro introduce diverse primitive di rete profonda. Seguirete un caso di studio sul problema della progettazione di nuovi farmaci che unisce fisica, chimica, biologia e medicina, un esempio che rappresenta una delle più grandi sfide della scienza.

⬤ Imparare le basi dell'apprendimento automatico sui dati molecolari.

⬤ Capire perché il deep learning è uno strumento potente per la genetica e la genomica.

⬤ Applicare il deep learning per comprendere i sistemi biofisici.

⬤ Ottieni una breve introduzione all'apprendimento automatico con DeepChem.

⬤ Usare il deep learning per analizzare immagini microscopiche.

⬤ Analizzare scansioni mediche utilizzando tecniche di deep learning.

⬤ Imparare a conoscere gli autoencoder variazionali e le reti generative avversarie.

⬤ Interpretare ciò che il modello sta facendo e come sta funzionando.