Aplicații ale învățării automate și învățării profunde pe date biologice

Titlul original:

Applications of Machine Learning and Deep Learning on Biological Data

Conținutul cărții:

Învățarea automată a mașinilor caracterizează învățarea mecanică (ML). Aceasta se concentrează pe realizarea de predicții bazate pe date utilizând algoritmi programați. ML are mai multe aplicații, inclusiv bioinformatica, care este o disciplină de studiu și practică care se ocupă cu aplicarea derivărilor computaționale pentru a obține date biologice. Aceasta implică colectarea, recuperarea, stocarea, manipularea și modelarea datelor în vederea analizei sau predicției realizate cu ajutorul unui software personalizat. Anterior, programarea cuprinzătoare a algoritmilor bioinformatici era o sarcină extrem de laborioasă pentru aplicații precum predicția structurilor proteice. În prezent, algoritmii care utilizează ML și deep learning (DL) au crescut viteza și eficiența programării unor astfel de algoritmi.

Aplicațiile învățării automate și ale învățării profunde pe date biologice este o examinare a aplicării ML și DL în domenii precum proteomica, genomica, microarrays, extragerea textelor și biologia sistemelor. Obiectivul cheie este de a acoperi aplicațiile ML la problemele din științele biologice, concentrându-se pe problemele legate de bioinformatică. Cartea analizează subiecte de cercetare de ultimă oră și metodologii în ML aplicate disciplinei bioinformatice care avansează rapid.

ML și DL aplicate datelor biologice și de neuroimagistică pot deschide noi frontiere pentru ingineria biomedicală, cum ar fi rafinarea înțelegerii bolilor complexe, inclusiv cancerul și tulburările neurodegenerative și psihiatrice. Progresele în acest domeniu ar putea duce în cele din urmă la dezvoltarea medicinei de precizie și a instrumentelor de diagnosticare automată capabile să adapteze tratamentele medicale la stilul de viață individual, la variabilitate și la mediu.

Printre punctele importante se numără:

⬤ Inteligența artificială în tratarea și diagnosticarea schizofreniei.

⬤ O analiză a efectului financiar al ML și DL asupra asistenței medicale.

⬤ O metodă de clasificare bazată pe XGBoost pentru clasificarea cancerului de sân.

⬤ Utilizarea ML pentru predicția bolilor scuamoase.

⬤ Aplicații ale ML și DL în genomică și proteomică.

⬤ Aplicarea ML și DL la datele biologice.