Applications of Machine Learning and Deep Learning on Biological Data
Das maschinelle Lernen (ML) zeichnet sich durch das automatische Lernen von Maschinen aus. Es konzentriert sich auf datengestützte Vorhersagen mithilfe programmierter Algorithmen. ML hat mehrere Anwendungen, darunter auch die Bioinformatik, eine Studien- und Praxisdisziplin, die sich mit der Anwendung rechnerischer Ableitungen zur Gewinnung biologischer Daten befasst. Sie umfasst die Sammlung, den Abruf, die Speicherung, die Manipulation und die Modellierung von Daten für die Analyse oder Vorhersage mit Hilfe maßgeschneiderter Software. Früher war die umfassende Programmierung von bioinformatischen Algorithmen für Anwendungen wie die Vorhersage von Proteinstrukturen eine äußerst mühsame Aufgabe. Jetzt haben Algorithmen, die ML und Deep Learning (DL) verwenden, die Geschwindigkeit und Effizienz der Programmierung solcher Algorithmen erhöht.
In Applications of Machine Learning and Deep Learning on Biological Data wird die Anwendung von ML und DL in Bereichen wie Proteomik, Genomik, Microarrays, Text Mining und Systembiologie untersucht. Das Hauptziel besteht darin, ML-Anwendungen auf biowissenschaftliche Probleme zu behandeln, wobei der Schwerpunkt auf Problemen im Zusammenhang mit der Bioinformatik liegt. Das Buch befasst sich mit den neuesten Forschungsthemen und Methoden der ML, die auf die sich schnell entwickelnde Disziplin der Bioinformatik angewendet werden.
Die Anwendung von ML und DL auf biologische und bildgebende Daten kann der Biomedizintechnik neue Möglichkeiten eröffnen, z. B. zur Verbesserung des Verständnisses komplexer Krankheiten, einschließlich Krebs, neurodegenerativer und psychiatrischer Störungen. Fortschritte in diesem Bereich könnten schließlich zur Entwicklung von Präzisionsmedizin und automatisierten Diagnosewerkzeugen führen, die in der Lage sind, medizinische Behandlungen auf individuelle Lebensgewohnheiten, Variabilität und Umweltbedingungen abzustimmen.
Zu den Highlights gehören:
⬤ Künstliche Intelligenz bei der Behandlung und Diagnose von Schizophrenie.
⬤ Eine Analyse der finanziellen Auswirkungen von ML und DL auf das Gesundheitswesen.
⬤ Eine XGBoost-basierte Klassifizierungsmethode für die Klassifizierung von Brustkrebs.
⬤ Anwendung von ML zur Vorhersage von Schuppenflechte-Erkrankungen.
⬤ ML- und DL-Anwendungen in der Genomik und Proteomik.
⬤ Anwendung von ML und DL auf biologische Daten.
| ISBN: | 9781032214375 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2023 |
| Seitenzahl: | 200 |
Derzeit verfügbar, auf Lager.
