IT-Zeitschriften, Fachbücher, eBooks, digitale Magazine und vieles mehr - direkt im heise shop online kaufen
Warenkorb Ihr Warenkorb ist noch leer.

  •  
     
    c't innovate als Heft und Digital

Deep Learning für die Biowissenschaften

Einsatz von Deep Learning in Genomik, Biophysik, Mikroskopie und medizinischer Analyse
eBook

Bewerten Sie dieses Produkt als Erster

Deep Learning hat bereits in vielen Bereichen bemerkenswerte Ergebnisse erzielt. Jetzt hält es Einzug in die Wissenschaften, insbesondere in die Biowissenschaften. Dieses praxisorientierte Buch bietet Programmierern und Wissenschaftlern einen Überblick darüber, wie Deep Learning in Genomik,... > mehr
Sofortige Lieferung
Deep Learning hat bereits in vielen Bereichen bemerkenswerte Ergebnisse erzielt. Jetzt hält es Einzug in die Wissenschaften, insbesondere in die Biowissenschaften. Dieses praxisorientierte Buch bietet Programmierern und Wissenschaftlern einen Überblick darüber, wie Deep Learning in Genomik, Chemie, Biophysik, Mikroskopie, medizinischer Analyse und der Arzneimittelforschung eingesetzt wird.Das Buch vermittelt Deep-Learning-Grundlagen und führt in die Arbeit mit der Python-Bibliothek DeepChem ein. Sie erfahren, wie Deep Learning z.B. zur Analyse von Mikroskopaufnahmen, für molekulare Daten und bei medizinischen Scans genutzt wird. Abschließend zeigen Bharath Ramsundar und seine Co-Autoren anhand einer Fallstudie Techniken für die Entwicklung neuer Therapeutika, eine der größten interdisziplinären Herausforderungen der Wissenschaft.- Lernen Sie, wie Machine Learning auf molekulare Daten angewendet werden kann- Erfahren Sie, warum Deep Learning ein mächtiges Werkzeug für Genetik und Genomik ist- Setzen Sie Deep Learning ein, um biophysikalische Systeme zu verstehen- Erhalten Sie eine kurze Einführung in Machine Learning mit DeepChem- Nutzen Sie Deep Learning zur Auswertung von Mikroskopaufnahmen- Analysieren Sie medizinische Scans mithilfe von Deep-Learning-Techniken- Erfahren Sie mehr über Variational Autoencoder (VAE) und Generative Adversarial Networks (GANs)- Interpretieren Sie, was Ihr Modell tut und wie es funktioniert"Ein wertvoller Beitrag für die wissenschaftliche Community."– PrabhatTeamleader Data and Analytics Services, NERSC, Lawrence Berkeley National Laboratory"Ein hervorragender High-Level-Überblick, dersowohl Einstiegspunkte in bestimmte Techniken bietet als auch die Erörterung der zugrundeliegenden Wissenschaft."– C. Titus BrownAssociate Professor, University of California, Davis
Um bewerten zu können, melden Sie sich bitte an

  •  
     
    c't innovate als Heft und Digital