دانلود کتاب Applications of Machine Learning and Deep Learning on Biological Data
کتاب کاربردهای یادگیری ماشینی و یادگیری عمیق در داده های بیولوژیکی نسخه زبان اصلی
دانلود کتاب کاربردهای یادگیری ماشینی و یادگیری عمیق در داده های بیولوژیکی بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
توضیحاتی در مورد کتاب Applications of Machine Learning and Deep Learning on Biological Data
نام کتاب : Applications of Machine Learning and Deep Learning on Biological Data
ویرایش : 1 ed.
عنوان ترجمه شده به فارسی : کاربردهای یادگیری ماشینی و یادگیری عمیق در داده های بیولوژیکی
سری :
نویسندگان : Faheem Masoodi, Mohammad Quasim, Syed Nisar Hussain Bukhari, Sarvottam Dixit, Shadab Alam
ناشر : CRC Press
سال نشر : 2023
تعداد صفحات : [211]
ISBN (شابک) : 9781032214375 , 9781003328780
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 7 Mb
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
یادگیری خودکار ماشین‌ها مشخصه یادگیری ماشین (ML) است. بر روی پیش بینی های داده محور با استفاده از الگوریتم های برنامه ریزی شده تمرکز دارد. ML کاربردهای متعددی دارد، از جمله بیوانفورماتیک، که یک رشته مطالعه و عمل است که با استفاده از مشتقات محاسباتی برای به دست آوردن داده های بیولوژیکی سروکار دارد. این شامل جمع آوری، بازیابی، ذخیره سازی، دستکاری و مدل سازی داده ها برای تجزیه و تحلیل یا پیش بینی با استفاده از نرم افزارهای سفارشی شده است. پیش از این، برنامه‌ریزی جامع الگوریتم‌های بیوانفورماتیکی برای کاربردهایی مانند پیش‌بینی ساختارهای پروتئینی یک کار بسیار پر زحمت بود. اکنون الگوریتم‌هایی که از ML و یادگیری عمیق (DL) استفاده می‌کنند، سرعت و کارایی برنامه‌نویسی چنین الگوریتم‌هایی را افزایش داده‌اند.\r\n\r\nکاربردهای یادگیری ماشین و یادگیری عمیق در داده های بیولوژیکی، بررسی کاربرد ML و DL در زمینه هایی مانند پروتئومیکس، ژنومیک، ریزآرایه ها، متن کاوی و زیست شناسی سیستم ها است. هدف اصلی پوشش برنامه های کاربردی ML برای مسائل علوم زیستی، با تمرکز بر مشکلات مربوط به بیوانفورماتیک است. این کتاب به موضوعات و روش‌های پژوهشی پیشرفته در ML می‌پردازد که در رشته به سرعت در حال پیشرفت بیوانفورماتیک به کار می‌رود.\r\n\r\nML و DL به کار رفته در داده‌های بیولوژیکی و تصویربرداری عصبی می‌تواند مرزهای جدیدی را برای مهندسی زیست پزشکی باز کند، مانند اصلاح درک بیماری‌های پیچیده، از جمله سرطان و اختلالات عصبی و روانپزشکی. پیشرفت‌ها در این زمینه در نهایت می‌تواند به توسعه پزشکی دقیق و ابزارهای تشخیصی خودکار منجر شود که قادر به تطبیق درمان‌های پزشکی با سبک زندگی فردی، تنوع و محیط هستند.
فهرست مطالب :
Cover Half Title Series Page Title Page Copyright Page Contents Contributors About the Authors 1. Deep Learning Approaches, Algorithms, and Applications in Bioinformatics 2. Role of Artificial Intelligence and Machine Learning in Schizophrenia—A Survey 3. Understanding Financial Impact of Machine and Deep Learning in Healthcare: An Analysis 4. Face Mask Detection Alert System for COVID Prevention Using Deep Learning 5. An XGBoost-Based Classification Method to Classify Breast Cancer 6. Prediction of Erythemato-Squamous Diseases Using Machine Learning 7. Grouping of Mushroom 5.8s rRNA Sequences by Implementing Hierarchical Clustering Algorithm 8. Applications of Machine Learning and Deep Learning in Genomics and Proteomics 9. Artificial Intelligence: For Biological Data 10. Application of ML and DL on Biological Data 11. Deep Learning for Bioinformatics Index
توضیحاتی در مورد کتاب به زبان اصلی :
The automated learning of machines characterizes machine learning (ML). It focuses on making data-driven predictions using programmed algorithms. ML has several applications, including bioinformatics, which is a discipline of study and practice that deals with applying computational derivations to obtain biological data. It involves the collection, retrieval, storage, manipulation, and modeling of data for analysis or prediction made using customized software. Previously, comprehensive programming of bioinformatical algorithms was an extremely laborious task for such applications as predicting protein structures. Now, algorithms using ML and deep learning (DL) have increased the speed and efficacy of programming such algorithms. Applications of Machine Learning and Deep Learning on Biological Data is an examination of applying ML and DL to such areas as proteomics, genomics, microarrays, text mining, and systems biology. The key objective is to cover ML applications to biological science problems, focusing on problems related to bioinformatics. The book looks at cutting-edge research topics and methodologies in ML applied to the rapidly advancing discipline of bioinformatics. ML and DL applied to biological and neuroimaging data can open new frontiers for biomedical engineering, such as refining the understanding of complex diseases, including cancer and neurodegenerative and psychiatric disorders. Advances in this field could eventually lead to the development of precision medicine and automated diagnostic tools capable of tailoring medical treatments to individual lifestyles, variability, and the environment.
پست ها تصادفی