Deep Learning for the Life Sciences: Aplicación del aprendizaje profundo a la genómica, la microscopía, el descubrimiento de fármacos y mucho más

Opiniones de los lectores

El libro ofrece una introducción exhaustiva a las aplicaciones del aprendizaje automático en las ciencias de la vida, en particular en la atención sanitaria, con numerosos ejemplos prácticos y un enfoque sistemático. Aunque es accesible para los no programadores, carece de profundidad en algunas áreas y es de naturaleza técnica. Es bien recibido por su claridad y la inclusión de ejemplos de código, pero se ha enfrentado a críticas relativas a problemas de compatibilidad con determinados entornos operativos y a una calidad esporádica hacia el final.

⬤ Gran introducción en profundidad al aprendizaje automático y sus aplicaciones en sanidad.
⬤ El enfoque paso a paso lo hace accesible incluso para los no programadores.
⬤ Los ejemplos de código bien explicados mejoran la comprensión.
⬤ Cubre una amplia gama de temas en ciencias de la vida, incluyendo aplicaciones interesantes como el descubrimiento de fármacos.
⬤ Atractivo y fácil de leer.

⬤ Carece de profundidad
⬤ Sólo araña la superficie de temas complejos.
⬤ La calidad decae hacia el final del libro, pareciéndose más a un libro de cocina de técnicas aleatorias de ML.
⬤ Problemas con la ejecución del código, especialmente para usuarios que no son de Linux/conda.
⬤ Puede que no proporcione suficiente información para lectores experimentados
⬤ Algunos detalles técnicos parecen superficiales.
⬤ Audiencia limitada debido a los requisitos de especialización y conocimientos previos.

(basado en 12 opiniones de lectores)

Título original:

Deep Learning for the Life Sciences: Applying Deep Learning to Genomics, Microscopy, Drug Discovery, and More

Contenido del libro:

El aprendizaje profundo ya ha logrado resultados notables en muchos campos. Ahora está causando sensación en las ciencias en general y en las ciencias de la vida en particular. Este libro práctico enseña a desarrolladores y científicos a utilizar el aprendizaje profundo para la genómica, la química, la biofísica, la microscopía, el análisis médico y otros campos.

Ideal para desarrolladores en activo y científicos dispuestos a aplicar sus conocimientos a aplicaciones científicas como la biología, la genética y el descubrimiento de fármacos, este libro presenta varias primitivas de redes profundas. Seguirá un caso práctico sobre el problema del diseño de nuevas terapias que aúna física, química, biología y medicina, un ejemplo que representa uno de los mayores retos de la ciencia.

⬤ Aprenderá los fundamentos del aprendizaje automático de datos moleculares.

⬤ Comprender por qué el aprendizaje profundo es una herramienta poderosa para la genética y la genómica.

⬤ Aplicar el aprendizaje profundo para comprender los sistemas biofísicos.

⬤ Obtener una breve introducción al aprendizaje automático con DeepChem.

⬤ Utilizar el aprendizaje profundo para analizar imágenes microscópicas.

⬤ Analizar exploraciones médicas utilizando técnicas de aprendizaje profundo.

⬤ Aprender sobre autocodificadores variacionales y redes generativas adversariales.

⬤ Interpretar qué está haciendo tu modelo y cómo está funcionando.