Descripción
Aprenda conceptos, metodologías y aplicaciones del aprendizaje profundo para construir modelos predictivos a partir de complejos conjuntos de datos genómicos para superar desafíos en las industrias de las ciencias de la vida y la biotecnología.
Características clave:
- Aplicar algoritmos de aprendizaje profundo para resolver problemas del mundo real en el campo de la genómica.
- Extraer información biológica de modelos de aprendizaje profundo construidos a partir de conjuntos de datos genómicos.
- Entrenar, ajustar, evaluar, implementar y monitorear modelos de aprendizaje profundo para permitir predicciones en genómica.
Descripción del libro:
El aprendizaje profundo ha mostrado una promesa notable en el campo de la genómica; sin embargo, hay una falta de fuerza laboral calificada en aprendizaje profundo en esta disciplina. Este libro ayudará a los investigadores y científicos de datos a destacarse del resto de la multitud y resolver problemas del mundo real en genómica desarrollando el conjunto de habilidades necesario. Comenzando con una introducción a los conceptos esenciales, este libro destaca el poder del aprendizaje profundo en el manejo de grandes datos en genómica. Primero, aprenderá sobre el análisis genómico convencional, luego pasará a las aplicaciones genómicas de vanguardia basadas en el aprendizaje automático y finalmente se adentrará en los enfoques de aprendizaje profundo para la genómica. El libro cubre todos los algoritmos importantes de aprendizaje profundo comúnmente utilizados por la comunidad de investigación y detalla qué son, cómo funcionan y sus aplicaciones prácticas en genómica. El libro dedica una sección completa a la operacionalización de modelos de aprendizaje profundo, lo que proporcionará los tutoriales prácticos necesarios para que los investigadores y cualquier profesional del aprendizaje profundo construyan, ajusten, interpreten, implementen, evalúen y monitoreen modelos de aprendizaje profundo a partir de grandes conjuntos de datos genómicos.
Al final de este libro, habrá aprendido sobre los desafíos, las mejores prácticas y los errores del aprendizaje profundo para la genómica.
Lo que aprenderás:
- Descubra las aplicaciones del aprendizaje automático para la genómica.
- Explore conceptos y metodologías de aprendizaje profundo para aplicaciones genómicas.
- Comprenda los algoritmos de aprendizaje profundo supervisado para aplicaciones genómicas.
- Familiarícese con el aprendizaje profundo no supervisado con autoencoders.
- Mejore los modelos de aprendizaje profundo utilizando modelos generativos.
- Operacionalice modelos de aprendizaje profundo a partir de conjuntos de datos genómicos.
- Visualice e interprete modelos de aprendizaje profundo.
- Comprenda los desafíos, los errores y las mejores prácticas del aprendizaje profundo.
A quién va dirigido este libro:
Este libro de aprendizaje profundo está dirigido a ingenieros de aprendizaje automático, científicos de datos y académicos que ejercen en el campo de la genómica. Se supone que los lectores tienen un conocimiento intermedio de programación en Python, conocimientos básicos de bibliotecas de Python como NumPy y Pandas para manipular y analizar datos, Matplotlib y Seaborn para visualizar datos, junto con una base en genómica y conceptos de análisis genómico.
Autor: Upendra Kumar Devisetty
Editorial: Packt Publishing
Publicado: 11/11/2022
Páginas: 270
Tipo de encuadernación: Tapa blanda
Peso: 1.03lbs
Tamaño: 9.25h x 7.50w x 0.57d
ISBN13: 9781804615447
ISBN10: 1804615447
Categorías BISAC:
- Informática | Ciencia de Datos | Modelado y Diseño de Datos
Este título no es retornable