返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书基于深度学习的生命科学9787519845940
  • 正版全新
    • 作者: [美]巴拉斯·拉姆达(Bharath Ramsundar),[美]彼得·伊斯曼(Peter Eastman),[美]帕特瑞克·瓦尔特(Patrick Walters),[美]维杰·潘德(Vijay著 | [美]巴拉斯·拉姆达(Bharath Ramsundar),[美]彼得·伊斯曼(Peter Eastman),[美]帕特瑞克·瓦尔特(Patrick Walters),[美]维杰·潘德(Vijay编 | [美]巴拉斯·拉姆达(Bharath Ramsundar),[美]彼得·伊斯曼(Peter Eastman),[美]帕特瑞克·瓦尔特(Patrick Walters),[美]维杰·潘德(Vijay译 | [美]巴拉斯·拉姆达(Bharath Ramsundar),[美]彼得·伊斯曼(Peter Eastman),[美]帕特瑞克·瓦尔特(Patrick Walters),[美]维杰·潘德(Vijay绘
    • 出版社: 中国电力出版社
    • 出版时间:2020-06-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: [美]巴拉斯·拉姆达(Bharath Ramsundar),[美]彼得·伊斯曼(Peter Eastman),[美]帕特瑞克·瓦尔特(Patrick Walters),[美]维杰·潘德(Vijay著| [美]巴拉斯·拉姆达(Bharath Ramsundar),[美]彼得·伊斯曼(Peter Eastman),[美]帕特瑞克·瓦尔特(Patrick Walters),[美]维杰·潘德(Vijay编| [美]巴拉斯·拉姆达(Bharath Ramsundar),[美]彼得·伊斯曼(Peter Eastman),[美]帕特瑞克·瓦尔特(Patrick Walters),[美]维杰·潘德(Vijay译| [美]巴拉斯·拉姆达(Bharath Ramsundar),[美]彼得·伊斯曼(Peter Eastman),[美]帕特瑞克·瓦尔特(Patrick Walters),[美]维杰·潘德(Vijay绘
    • 出版社:中国电力出版社
    • 出版时间:2020-06-01
    • 版次:1
    • 印次:1
    • 字数:284000
    • 页数:244
    • 开本:16开
    • ISBN:9787519845940
    • 版权提供:中国电力出版社
    • 作者:[美]·拉姆达(Bharath Ramsundar),[美]彼得·伊斯曼(Peter Eastman),[美]帕特瑞克·(Patrick Walters),[美]维杰·潘德(Vijay
    • 著:[美]·拉姆达(Bharath Ramsundar),[美]彼得·伊斯曼(Peter Eastman),[美]帕特瑞克·(Patrick Walters),[美]维杰·潘德(Vijay
    • 装帧:平装
    • 印次:1
    • 定价:68.00
    • ISBN:9787519845940
    • 出版社:中国电力出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2020-06-01
    • 页数:244
    • 外部编号:1202087602
    • 版次:1
    • 成品尺寸:暂无

    目录前言 1 章 为什么是生命科学? 7为什么是深度学习? 7当代生命科学是关于数据的 8你能学到什么? 9第2 章 深度学习概论 15线模型 16多层感知器 18训练模型 22验 24正则化 25超参数优化 26类型的模型 28卷积神经网络 28递归神经网络 29延伸阅读 31第3 章 基于DeepChem 的机器学习 33DeepChem 数据集 34训练一个预测分子毒的模型 36案例研究:训练MNIST 模型 44MNIST 数字识别数据集 45MNIST 的卷积结构 46softmax 和SoftMaxCrossEntropy 50结论 51第4 章 分子的机器学习 53什么是分子? 54什么是分子键? 56分子图 58分子构型 59分子的手60分子的特征表示 62SMILES 字符串和RDKit 62扩展– 连接指纹 62分子描述符63图卷积 64训练一个模型来预测溶解度 65MoleculeNet 67SMARTS 字符串 67结论 70第5 章 生物物理的机器学习 71蛋白质结构 73蛋白质序列75不能用计算方法预测3D 蛋白质结构吗? 77蛋白质结合简介 78生物物理数据的特征化 79网格特征化80原子特征化84PDBBind 案例研究 85PDBBind 数据集 85特征化PDBBind 数据集 89结论 93第6 章 基因组学的深度学习 97DNA、RNA 和蛋白质 98现在是现实世界 100转录因子的结合 102一个用于TF 结合的卷积模型 103染色质可接近 106RNA 干扰 109结论 112第7 章 显微镜检查的机器学习 115显微学简介 117现代光学显微技术 118衍极限 120和原子力显微技术 122超分辨显微技术 124深度学习和衍极限? 126制备生物显微镜样本 126染色 126样本固定 128切片样本 128荧光显微技术 129样本制备工件 131深度学习应用 132细胞 132什么是细胞系? 132细胞分割 136计算分析 141结论 141第8 章 医学领域的深度学习 143计算机辅诊断 143贝叶斯网络的概率诊断 145健康记录数据 146C-10 编码 147那么无监督学习呢? 148患者EHR 大型数据库存在危险吗? 149用于放学的深度学习 150x 线扫描和CT 扫描 153组织学 155核磁共振扫描 156学习模型作为一种治疗方法 157糖尿病视网膜病变 158结论 162道德考虑 162失业 163小结 164第9 章 生成模型 165变分自编码 165生成对抗网络 167生成模型在生命科学中的应用 169为先导化合物提供新思路 169蛋白质的设计 170用于科学发现的工具 170生成建模的未来 170使用生成模型 171分析生成模型的输出 173结论 1760 章 深层模型的解释 179解释预测 180优化输入 183预测的不确定 17可解释、可扩展和实际后果 191结论 1921 章 虚拟筛选工作流示例 193为预测建模准备数据集 194训练预测模型 201为模型预测准备数据集 207应用预测模型 211结论 2192 章 前景和展望 221医学诊断 221个化医疗 2药物研发 225生物学研究 226结论 228

    Bharath Ramsundar是Computable的联合创始人和首席技术官。Peter Eastman在Stanford University开发了计算化学和生物学方面的软件。 Patrick Walters是Relay Therapeutics公司计算与信息学小组的负责人。Vijay Pande是Andreessen Horowitz公司的合伙人。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购