中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
醫藥人工智能 版權信息
- ISBN：9787308234917
- 條形碼：9787308234917 ; 978-7-308-23491-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
醫藥人工智能 內容簡介
本教材已獲得浙江省普通本科高校“十四五”重點教材立項，是面向高等學校醫學院和藥學院“智能藥學”方向本科生的課程教材。本教材從醫藥領域人工智能的發展歷程出發，先介紹人工智能方法的基礎知識，再根據各種人工智能方法的原理對其分類并逐一講解，按照先傳統機器學習后深度學習的順序，對每個模型或算法的發展、種類、原理以及應用進行了系統性地描述。本教材中的應用實例涉及醫藥研究領域的各個前沿方向，包括醫學圖像識別、組學數據處理、蛋白質家族分類、小分子藥物設計等，可做為醫藥專業課程的配套教材。
醫藥人工智能 目錄
**章 醫藥人工智能導論
**節 人工智能
第二節 醫藥人工智能與醫藥大數據
第三節 醫藥人工智能領域的前沿科學問題
結語
參考文獻
第二章 機器學習之監督學習
**節 機器學習導論
第二節 監督學習算法
第三節 監督學習應用淺析
結語
參考文獻
第三章 監督學習在醫藥領域的應用
**節 基于監督學習的定量構效關系
第二節 基于監督學習的藥物ADMET和
安全性預測
第三節 基于監督學習的虛擬篩選
第四節 基于監督學習的藥物重定向
第五節 監督學習的其他應用
結語
參考文獻
第四章 機器學習之無監督學習
**節 聚類
第二節 降維
第三節 無監督深度學習算法
第四節 無監督學習應用淺析
結語
參考文獻
第五章 無監督學習在醫藥領域的應用
**節 生命組學技術
第二節 生命組學數據的獲取與分析
第三節 無監督學習在組學研究中的應用
結語
參考文獻
第六章 深度學習
**節 深度學習導論
第二節 深度學習算法
第三節 深度學習應用淺析
結語
參考文獻
第七章 深度學習在醫藥領域的應用
**節 生物大分子結構預測
第二節 藥物-靶點相互作用預測
第三節 蛋白質-蛋白質相互作用預測
第四節 RNA-RNA相互作用預測
結語
參考文獻
第八章 生成模型與強化學習
**節 生成模型
第二節 強化學習
第三節 生成模型與強化學習在醫藥領域的應用
結語
參考文獻
**節 人工智能
第二節 醫藥人工智能與醫藥大數據
第三節 醫藥人工智能領域的前沿科學問題
結語
參考文獻
第二章 機器學習之監督學習
**節 機器學習導論
第二節 監督學習算法
第三節 監督學習應用淺析
結語
參考文獻
第三章 監督學習在醫藥領域的應用
**節 基于監督學習的定量構效關系
第二節 基于監督學習的藥物ADMET和
安全性預測
第三節 基于監督學習的虛擬篩選
第四節 基于監督學習的藥物重定向
第五節 監督學習的其他應用
結語
參考文獻
第四章 機器學習之無監督學習
**節 聚類
第二節 降維
第三節 無監督深度學習算法
第四節 無監督學習應用淺析
結語
參考文獻
第五章 無監督學習在醫藥領域的應用
**節 生命組學技術
第二節 生命組學數據的獲取與分析
第三節 無監督學習在組學研究中的應用
結語
參考文獻
第六章 深度學習
**節 深度學習導論
第二節 深度學習算法
第三節 深度學習應用淺析
結語
參考文獻
第七章 深度學習在醫藥領域的應用
**節 生物大分子結構預測
第二節 藥物-靶點相互作用預測
第三節 蛋白質-蛋白質相互作用預測
第四節 RNA-RNA相互作用預測
結語
參考文獻
第八章 生成模型與強化學習
**節 生成模型
第二節 強化學習
第三節 生成模型與強化學習在醫藥領域的應用
結語
參考文獻
展開全部
醫藥人工智能 作者簡介
朱峰，浙江大學教授，博士生導師。常年專注于運用人工智能、復雜網絡分析等生物信息學手段和多組學技術，分析和發現具有治療效用藥物靶點的成藥性和系統生物學特性，開發用于藥靶發現的新型預測方法和在線工具，研究多靶點藥物與重要靶點的相互作用機制，并開展基于人工智能的藥物設計(AIDD)研究。
書友推薦
- >
唐代進士錄
- >
伊索寓言-世界文學名著典藏-全譯本
- >
羅曼·羅蘭讀書隨筆-精裝
- >
龍榆生：詞曲概論/大家小書
- >
莉莉和章魚
- >
羅庸西南聯大授課錄
- >
山海經
- >
自卑與超越
本類暢銷
