实现人工智能的一个途径,即以机器学习为手段解决人工智能中的问题
基于机器学习的scRNA-seq数据和mxIHC分类显示外膜和肌成纤维细胞在胰腺癌、结直肠癌和口腔癌中是保守的,而肺泡成纤维细胞是肺特异性的
药物研发的许多领域都在应用机器学习工具。在这里关注大分子药物发现的三个相互重叠的方向——结构预测、功能预测和新候选物生成——这些方法正在迅速成熟。文章不涵盖在药...
阿里 · 算法工程师 (已认证)
真实数据集中不同维度的数据通常具有高度的相关性,这是因为不同的属性往往是由相同的基础过程以密切相关的方式产生的。在古典统计学中,这被称为——回归建模,一种参数化...
回归分析为许多机器学习算法提供了坚实的基础。在这篇文章中,我们将介绍回归分析概念、7种重要的回归模型、10 个重要的回归问题和5个评价指标。
Scikit-learn是一个用于机器学习和数据挖掘的库,提供了各种机器学习算法的实现。无论您是在进行分类、回归还是聚类,Scikit-learn都是您的好帮手...
基于机器学习的预测模型在临床决策中显示出巨大潜力,有效地提高了决策的准确性和安全性。这类模型通过深度学习和分析大量的个人医疗数据,能够为医疗专家提供更为准确的疾...
前一篇文章介绍安全相关的数据集供大家下载和实验,包括恶意URL、流量分析、域名检测、恶意软件、图像分类、垃圾邮件等。这篇文章将讲解如何学习提取的API序列特征,...
本文介绍了机器学习的核心概念和算法,并提供了实际的代码示例。机器学习是一个广泛而令人兴奋的领域,它在各个领域都有着广泛的应用。通过本文,读者可以建立起对机器学习...
今天为大家介绍的是来自Vanessa Smer-Barreto,Juan Carlos Acosta和Diego A. Oyarzún的一篇机器学习药物应用的论...
这篇论文提供了一个全面的回顾,总结了自2011年以来,应用机器学习方法在自闭症谱系障碍研究中的主要发现和进展,特别强调了深度学习方法以及多站点数据集的重要性和应...
今天为大家介绍的是来自Lin Li研究团队的一篇关于抗体优化的论文。治疗性抗体是一种重要且迅速增长的药物模式。然而,早期抗体治疗的设计和发现仍然是一项耗时且成本...
今天为大家介绍的是来自Cesar de la Fuente-Nunez和James J. Collins的一篇综述论文。尽管分子生物学、遗传学、计算和药物化学取...
今天为大家介绍的是来自Kamila Naxerova和Su-In Lee团队的一篇关于药物协同预测的论文。机器学习可能通过解释药物协同作用的分子基础来辅助选择最...
新的方法,如基因组测序和质谱技术,大大增加了科学家和医疗专业人员获取更精确诊断和增强治疗精准度所需的分子数据的数量。虽然在DNA和RNA的基因测序方面取得了最大...
Prakash的另一个核心观点是缺乏一种对机器学习至关重要的特定数据类型:来自实验室实验和临床试验的负面数据。在药物发现方面,“失败”的报道远远少于积极的发现。...
今天为大家介绍的是来自微软亚研院Fang Lei研究员的一篇关于回顾合成分析的论文。回顾合成分析是有着众多工业应用的有机化学中的重要任务。先前的机器学习方法利用...
今天为大家介绍的是来自Casey Greene团队的一篇综述论文。高通量分析方法(如基因组学或成像)加速了基础研究,并使对患者样本的深度分子特征化成为例行程序。...
本文旨在探讨人工智能(Artificial Intelligence,AI)和机器学习(Machine Learning,ML)在治疗药物监测(Therapeu...
提到 TensorFlow,机器学习圈的人肯定很熟悉,它一直是最流行的开源深度学习框架之一。自 2015 年至今,成千上万的开源贡献者、开发人员、社区组织者、研...
1. 从前,作者被禁止在审稿期间公开发布论文的非匿名版本(尤其是提交日期前一个月到accept的匿名期间)。