组学机器学习_刘琦2023P251_9787030761514电子版

基本信息
书名：组学机器学习
作者 ：刘琦著
出版社：科学出版社
出版时间：2023.10
ISBN号 ：978-7-03-076151-4
页数 ： 243
原书定价 : 198.00

内容提要
本书的主要内容分为四个部分。第一部分包括第一章，主要对于组学机器学习的相关概念和理念进行概述，并提出了面向组学数据弱监督特点的机器学习研究范式和方法的整体框架；第二部分为组学的表征学习，具体包括第二至四章，分别介绍对于组学样本进行有效表征的三个层面；第三部分为组学的弱监督学习，具体包括第五至九章，分别介绍了弱监督场景下的组学数据挖掘的机器学习范式和方法；第四部分为组学的隐私计算。

目录
第一部分组学机器学习导论
第1章组学机器学习概述
1.1组学概述
1.2组学机器学习
1.3本章小结
参考文献
第二部分组学的表征学习
第2章组学的表征——度量
2.1度量学习
2.2案例一：基于参考单细胞转录组进行细胞类型识别的度量学习
2.3案例二：整合多个参考单细胞组进行细胞类型识别的度量学习
2.4案例三：药物基因组的度量学习
2.5本章小结
参考文献
第3章组学的表征——嵌入
3.1嵌入
3.2案例：CRISPR功能基因组的嵌入学习
3.3本章小结
参考文献
第4章组学的表征——多模态整合
4.1多模态整合
4.2案例：单细胞RNA-seq和单细胞ATAC-seq多模态整合
4.3本章小结
参考文献
第三部分组学的弱监督学习
第5章组学的不完备监督——半监督学习
5.1半监督学习
5.2案例：抗癌药物组合预测的半监督学习
5.3本章小结
参考文献
第6章组学的不完备监督——迁移学习
6.1迁移学习
6.2案例一：基因编辑系统优化设计的迁移学习
6.3案例二：药物小分子设计的迁移学习
6.4本章小结
参考文献
第7章组学的不完备监督——元学习
7.1元学习
7.2案例：抗原-TCR识别的元学习
7.3本章小结
参考文献
第8章组学的不完备监督——主动学习
8.1主动学习
8.2案例：基于主动学习的化学反应定量建模
8.3本章小结
参考文献
第四部分组学的隐私计算
第9章组学的隐私保护——联邦学习
9.1联邦学习
9.2案例一：药物小分子定量构效关系建模的联邦学习
9.3案例二：单细胞组学整合的联邦学习
9.4本章小结
参考文献
总结与展望
术语表

丛 书 名：

• 作  者：
• 出 版 社：
• 出版日期：

• 版    次：
• 页    数：
• 字    数：

• 印刷时间：
• 开    本：
• 纸    张：

• 印    次：
• I S B N：
• 包    装：