内容简介:根据亚马逊页面介绍,该书籍由 O'Reilly Media 出版,将于2019年4月28日开始出售,合著作者一共有 4 名:
雷锋网 AI 科技评论按: 近日,一本名为《生命科学领域的深度学习:将深度学习应用于基因组学、显微术、药物发现及更多》(《Deep Learning for the Life Sciences: Applying Deep Learning to Genomics, Microscopy, Drug Discovery, and More》)的科普书籍在亚马逊上预售,原书作者在推特上的「吆喝」,成功获得了 Jeff Dean 等一众大牛的点赞。
根据亚马逊页面介绍,该书籍由 O'Reilly Media 出版,将于2019年4月28日开始出售,合著作者一共有 4 名:
-
Bharath Ramsundar —— Computable 的联合创始人兼首席技术官,Computable 是一家区块链公司,致力于为 AI 应用程序构建分散的数据市场。此外,Bharath 还是 DeepChem.io 的首席开发者兼创建者,DeepChem.io 是一款基于 Tensorflow 的开源软件包,旨在使药物发现领域的深度学习使用变得更加普及,他还是 molecularnet.ai 基准套件的共同创建者。
-
Peter Eastman —— 在斯坦福大学生物工程系专注于开发计算化学与生物学软件。
-
Pat Walters —— Relay Therapeutics 的 Computation&Informatics 小组的负责人。该研究小组专注于推动药物发现领域的计算应用研发。
-
Vijay Pande —— Andreessen Horowitz 的合伙人,负责领导公司在生物学与计算机科学领域的企业投资,当中包括计算应用、机器学习和人工智能等领域,主要是一些广泛应用于生物学和医疗保健领域的产品,作为推动科学变革进步的努力。他还是斯坦福大学生物工程系的兼职教授,他在计算机科学与生物学的交叉领域颇有创见,开创了计算方法及其在医学和生物学方面的应用,成功发表 200 余种出版物,且获得两项专利与两种新型药物治疗权利。
简而言之,这是一本关于生命科学领域 DL 应用的科普书籍,具体内容介绍如下:
深度学习已经在许多领域取得了显着的成果。如今它对整个科学领域造成冲击,尤其是生命科学领域。这是一本实用性极强的书籍,专门指导开发人员与科学家们如何将深度学习用于基因组学、化学、生物物理学、显微术、医学分析以及其他更多领域。
为了培养开发人员与科学家群体将自身技能应用于生物学、遗传学、药物发现等科学应用的能力,本书专门介绍几种深层网络的原型。通过本书,你将有机会关注到将物理学、化学、生物学和医学联系到一块的新疗法案例研究——这是科学领域最有代表性的挑战之一。
-
了解讲机器学习应用于分子数据的基础知识
-
了解为何深度学习对于遗传学和基因组而言说是强而有力的工具
-
通过深度学习理解生物物理系统
-
通过 DeepChem 简单了解机器学习
-
使用深度学习来分析显微图像
-
通过深度学习技术对医学扫描进行分析
-
了解变分自编码器与生成对抗网络
-
解释你的模型正在做什么,以及是如何运作的
从网上留言来看,有不少读者已经迫不及待想购买本书:
对于大家最关心的数据集与代码开源问题,作者之一 Bharath Ramsundar 也信誓旦旦给大家打包票:
「书中使用的所有数据集和代码都可以通过 GitHub 免费访问。希望你觉得它有用!」
感兴趣的童鞋,可通过预售链接 https://bit.ly/2KT161l?cc=8f792e5b1e19060d60bc3c3dc3d43acf 了解更多详情。
雷锋网 AI 科技评论 雷锋网 (公众号:雷锋网)
雷锋网原创文章,未经授权禁止转载。详情见 转载须知 。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 联想HPC为生命科学赋能无穷算力,促进研究生命真谛
- 计算+智慧,曙光HPC助推天坛医院解码生命科学
- 沈向洋:从深度学习到深度理解
- 深度重建:基于深度学习的图像重建
- 深度网络揭秘之深度网络背后的数学
- 深度解析Python深度学习框架的对比
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
程序员面试金典(第5版)
[美] Gayle Laakmann McDowell / 李琳骁、漆 犇 / 人民邮电出版社 / 2013-11 / 59.00
本书是原谷歌资深面试官的经验之作,层层紧扣程序员面试的每一个环节,全面而详尽地介绍了程序员应当如何应对面试,才能在面试中脱颖而出。第1~7 章主要涉及面试流程解析、面试官的幕后决策及可能提出的问题、面试前的准备工作、对面试结果的处理等内容;第8~9 章从数据结构、概念与算法、知识类问题和附加面试题4 个方面,为读者呈现了出自微软、苹果、谷歌等多家知名公司的150 道编程面试题,并针对每一道面试题目......一起来看看 《程序员面试金典(第5版)》 这本书的介绍吧!