掃一掃
關注中圖網
官方微博
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
組學機器學習 版權信息
- ISBN：9787030761514
- 條形碼：9787030761514 ; 978-7-03-076151-4
- 裝幀：平裝膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
組學機器學習 內容簡介
本書的主要內容分為三個部分。**部分包括**章，主要對于組學機器學習的相關概念和理念進行概述，并提出了面向組學數據弱監督特點的機器學習研究范式和方法的整體框架；第二部分為組學的表征學習，具體包括第二至四章，分別介紹對于組學樣本進行有效表征的三個層面：度量（第二章），嵌入（第三章），多模態整合（第四章）。該部分的機器學習方法有助于克服組學數據的不準確監督瓶頸；第三部分為組學的弱監督學習，具體包括第五至九章，分別介紹了弱監督場景下的組學數據挖掘的機器學習范式和方法，包括：半監督學習（第五章），遷移學習（第六章），元學習（第七章），主動學習（第八章），多示例學習（第九章）。該部分的機器學習方法有助于克服組學數據的不完備監督和不確定監督瓶頸。本書將組學數據的隱私計算單獨列為第四部分，介紹一種特定的隱私計算方法-聯邦學習，對應于本書的第十章。
組學機器學習 目錄
**部分 組學機器學習導論
第1章 組學機器學習概述
1.1 組學概述
1.2 組學機器學習
1.3 本章小結
參考文獻
第二部分 組學的表征學習
第2章 組學的表征——度量
2.1 度量學習
2.2 案例一：基于參考單細胞轉錄組進行細胞類型識別的度量學習
2.3 案例二：整合多個參考單細胞組進行細胞類型識別的度量學習
2.4 案例三：藥物基因組的度量學習
2.5 本章小結
參考文獻
第3章 組學的表征——嵌入
3.1 嵌入
3.2 案例：CRISPR功能基因組的嵌入學習
3.3 本章小結
參考文獻
第4章 組學的表征——多模態整合
4.1 多模態整合
4.2 案例：單細胞RNA-seq和單細胞ATAC-seq多模態整合
4.3 本章小結
參考文獻
第三部分 組學的弱監督學習
第5章 組學的不完備監督——半監督學習
5.1 半監督學習
5.2 案例：抗癌藥物組合預測的半監督學習
5.3 本章小結
參考文獻
第6章 組學的不完備監督——遷移學習
6.1 遷移學習
6.2 案例一：基因編輯系統優化設計的遷移學習
6.3 案例二：藥物小分子設計的遷移學習
6.4 本章小結
參考文獻
第7章 組學的不完備監督——元學習
7.1 元學習
7.2 案例：抗原-TCR識別的元學習
7.3 本章小結
參考文獻
第8章 組學的不完備監督——主動學習
8.1 主動學習
8.2 案例：基于主動學習的化學反應定量建模
8.3 本章小結
參考文獻
第四部分 組學的隱私計算
第9章 組學的隱私保護——聯邦學習
9.1 聯邦學習
9.2 案例一：藥物小分子定量構效關系建模的聯邦學習
展開全部
書友推薦
- >
推拿
- >
煙與鏡
- >
月亮與六便士
- >
巴金－再思錄
- >
李白與唐代文化
- >
朝聞道
- >
我與地壇
- >
苦雨齋序跋文-周作人自編集
本類暢銷
