*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202310*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:組學機器學習 ISBN:9787030761514 出版社:科學 著編譯者:劉琦 頁數:256 所在地:中國大陸 *此為代購商品 書號:1581416 可大量預訂,請先連絡。 內容簡介 人工智慧驅動的組學挖掘是數據驅動的生物醫學研究的支撐技術。組學測序技術逐步向多尺度、跨模態、有擾動等方向發展,但體現出的高維度、高雜訊、多模態、標記稀缺等特點,成為制約其有效挖掘的瓶頸。本書面向生命組學數據特點,較為系統和深入地對組學機器學習的主要研究範式、適用場景、分析方法、理論思想進行介紹。結合相應組學挖掘的具體研究案例,向讀者展示組學人工智慧驅動的生命健康交叉研究的絢爛圖景。 本書適合生命科學、醫學、生物信息學、計算機和信息科學等相關交叉專業的高年級本科生、研究生,以及人工智慧領域的科研人員和產業人員參考使用。目錄 第一部分 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 組學的表徵學習 第2章 組學的表徵——度量 2 1 度量學習 2 2 案例一:基於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 組學的表徵——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 組學的表徵——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:基於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係建模的聯邦學習 9 3 案例二:單細胞組學整合的聯邦學習 9 4 本章小結 參考文獻 總結與展望 術語表 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |