医药人工智能

图书标准信息

• 作者 朱峰
• 出版社 浙江大学出版社
• 出版时间 2023-03
• 版次 1
• ISBN 9787308234917
• 定价 68.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 272页
• 字数 362千字

【内容简介】

本书稿围绕当前人工智能方法在医药领域的应用，对各种机器学习方法的原理进行阐述。从医药领域人工智能的发展历程出发，先介绍机器学习方法的基础知识，再根据各种机器学习方法的原理对各种方法进行分类并逐一讲解，按照先传统机器学习方法后深度学习方法的顺序，对每个模型或算法的发展、种类、原理以及应用进行细致的描述，书中的应用实例涉及到医药研究领域的各个前沿方向，包括医学图像识别、组学数据处理、蛋白质家族分类、小分子药物设计等，为医药领域的学生今后的科学研究做铺垫。

【作者简介】

朱峰，浙江大学教授。科技部“创新人才推进计划”科技创新领军人才入选者，国家“千人计划”青年项目入选者，浙江省“海外高层次人才引进”浙江省特聘专家。长期致力于药物化学、药靶发现和生物信息学研究

 

【目录】

章 医药人工智能导论

节 人工智能

第二节 医药人工智能与医药大数据

第三节 医药人工智能领域的前沿科学问题

结语

参文献

第二章 机器学之监督学

节 机器学导论

第二节 监督学算法

第三节 监督学应用浅析

结语

参文献

第三章 监督学在医药领域的应用

节 基于监督学的定量构效关系

第二节 基于监督学的药物admet和

安全预测

第三节 基于监督学的虚拟筛选

第四节 基于监督学的药物重定向

第五节 监督学的其他应用

结语

参文献

第四章 机器学之无监督学

节 聚类

第二节 降维

第三节 无监督深度学算法

第四节 无监督学应用浅析

结语

参文献

第五章 无监督学在医药领域的应用

节 生命组学技术

第二节 生命组学数据的获取与分析

第三节 无监督学在组学研究中的应用

结语

参文献

第六章 深度学

节 深度学导论

第二节 深度学算法

第三节 深度学应用浅析

结语

参文献

第七章 深度学在医药领域的应用

节 生物大分子结构预测

第二节 药物-靶点相互作用预测

第三节 蛋白质-蛋白质相互作用预测

第四节 rna-rna相互作用预测

结语

参文献

第八章 生成模型与强化学

节 生成模型

第二节 强化学

第三节 生成模型与强化学在医药领域的应用

结语

参文献