- 博客(6)
- 收藏
- 关注
RSS订阅原创 结合人工智能、机器学习等热门科研技术的生物医药研发，进入发展新阶段。
深度学习可以提高基因组数据的可解释性，并将基因组数据转化为可操作的临床信息。机器学习技术能利用复杂的算法在大规模、异质性数据集中进行运行,在生物医学方面、人类基因组项目、癌症全基因组项目、等项目上都表现出了巨大的潜力，收集并分析与医学疗法和患者预后相关的大量数据集或能将医学转化称为一种数据驱动、以结果为导向的学科，其对于疾病的检测、诊断都有着非常深远的影响。利用机器学习基于质谱的蛋白质组学数据，构建肝病相关分类和预后模型，复现Nature Medicine文章中的机器学习，生存分析，预后模型相关的结果。
2023-05-18 15:50:56
380
原创 六大热门科研技术，让生物医学领域迎来崭新的春天
深度学习可以提高基因组数据的可解释性，并将基因组数据转化为可操作的临床信息。机器学习技术能利用复杂的算法在大规模、异质性数据集中进行运行,在生物医学方面、人类基因组项目、癌症全基因组项目、等项目上都表现出了巨大的潜力，收集并分析与医学疗法和患者预后相关的大量数据集或能将医学转化称为一种数据驱动、以结果为导向的学科，其对于疾病的检测、诊断都有着非常深远的影响。利用机器学习基于质谱的蛋白质组学数据，构建肝病相关分类和预后模型，复现Nature Medicine文章中的机器学习，生存分析，预后模型相关的结果。
2023-05-15 15:38:55
435
原创 蛋白质活性研究结合热门科研技术，生物医学领域迎来全新机遇。
深度学习可以提高基因组数据的可解释性，并将基因组数据转化为可操作的临床信息。机器学习技术能利用复杂的算法在大规模、异质性数据集中进行运行,在生物医学方面、人类基因组项目、癌症全基因组项目、等项目上都表现出了巨大的潜力，收集并分析与医学疗法和患者预后相关的大量数据集或能将医学转化称为一种数据驱动、以结果为导向的学科，其对于疾病的检测、诊断都有着非常深远的影响。利用机器学习基于质谱的蛋白质组学数据，构建肝病相关分类和预后模型，复现Nature Medicine文章中的机器学习，生存分析，预后模型相关的结果。
2023-05-12 14:20:28
351
1
原创 深度学习在基因组学中的应用
深度学习（deep learning）是机器学习的一个分支，是一种以人工神经网络为架构，对数据进行表征学习的算法（简而言之就是深度学习模仿我们人类大脑运行的方式，从经验中进行学习，进而对未来接触的事物做出反应和决策）。那么什么是人工神经网络呢？第二层由神经元组成，它们读入一层的输出，以此类推，更深层的神经元也被称为隐藏层，最后一层是输出层，对输入数据的特征的高度总结输出。和所有的深度学习一样，在基因组中进行深度学习首先也是要确定合适的训练数据集，选择合适的评价指标，这是建立有效的深度学习模型的重要步骤。
2023-05-11 15:12:40
261
1
原创 深度学习、机器学习和人工智能领域的探索与讨论
深度学习可以提高基因组数据的可解释性，并将基因组数据转化为可操作的临床信息。机器学习技术能利用复杂的算法在大规模、异质性数据集中进行运行,在生物医学方面、人类基因组项目、癌症全基因组项目、等项目上都表现出了巨大的潜力，收集并分析与医学疗法和患者预后相关的大量数据集或能将医学转化称为一种数据驱动、以结果为导向的学科，其对于疾病的检测、诊断都有着非常深远的影响。利用机器学习基于质谱的蛋白质组学数据，构建肝病相关分类和预后模型，复现Nature Medicine文章中的机器学习，生存分析，预后模型相关的结果。
2023-05-10 10:44:19
374
原创 重磅综述！2023最热门“颠覆性”技术，用它发高质量文章游刃有余！
一、科研背景生物医学是综合医学、生命科学和生物学的理论和方法而发展起来的前沿交叉学科,基本任务是运用生物学及工程技术手段研究和解决生命科学，特别是医学中的有关问题。机器学习技术能利用复杂的算法在大规模、异质性数据集中进行运行,在生物医学方面、人类基因组项目、癌症全基因组项目、等项目上都表现出了巨大的潜力，收集并分析与医学疗法和患者预后相关的大量数据集或能将医学转化称为一种数据驱动、以结果为导向的学科，其对于疾病的检测、诊断都有着非常深远的影响。CADD（Computer Aided Drug Des
2023-05-08 16:53:40
547
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人