توضیحات
This book is a collection of machine learning and deep learning algorithms, methods, architectures, and software tools that have been developed and widely applied in predictive toxicology. It compiles a set of recent applications using state-of-the-art machine learning and deep learning techniques in analysis of a variety of toxicological endpoint data. The contents illustrate those machine learning and deep learning algorithms, methods, and software tools and summarise the applications of machine learning and deep learning in predictive toxicology with informative text, figures, and tables that are contributed by the first tier of experts. One of the major features is the case studies of applications of machine learning and deep learning in toxicological research that serve as examples for readers to learn how to apply machine learning and deep learning techniques in predictive toxicology. This book is expected to provide a reference for practical applications of machine learning and deep learning in toxicological research. It is a useful guide for toxicologists, chemists, drug discovery and development researchers, regulatory scientists, government reviewers, and graduate students. The main benefit for the readers is understanding the widely used machine learning and deep learning techniques and gaining practical procedures for applying machine learning and deep learning in predictive toxicology.
————————————————————–
ترجمه ماشینی :
این کتاب مجموعهای از یادگیری ماشین و الگوریتمهای یادگیری عمیق، روشها، معماریها و ابزارهای نرمافزاری است که توسعه یافته و به طور گسترده در سمشناسی پیشبینیکننده به کار گرفته شدهاند. مجموعه ای از برنامه های کاربردی اخیر را با استفاده از تکنیک های یادگیری ماشینی و یادگیری عمیق در تجزیه و تحلیل انواع داده های نقطه پایانی سم شناسی گردآوری می کند. مطالب، الگوریتمها، روشها و ابزارهای نرمافزاری یادگیری ماشین و یادگیری عمیق را نشان میدهد و کاربردهای یادگیری ماشین و یادگیری عمیق در سمشناسی پیشبینیکننده را با متنها، شکلها و جداول آموزنده که توسط متخصصان لایه اول ارائه شدهاند، خلاصه میکند. یکی از ویژگیهای اصلی، مطالعات موردی کاربردهای یادگیری ماشینی و یادگیری عمیق در تحقیقات سمشناسی است که به عنوان نمونهای برای خوانندگان برای یادگیری نحوه استفاده از یادگیری ماشین و تکنیکهای یادگیری عمیق در سمشناسی پیشبینیکننده است. انتظار می رود این کتاب مرجعی برای کاربردهای عملی یادگیری ماشین و یادگیری عمیق در تحقیقات سم شناسی باشد. این یک راهنمای مفید برای سم شناسان، شیمیدانان، محققان کشف و توسعه دارو، دانشمندان نظارتی، بازبینان دولتی و دانشجویان تحصیلات تکمیلی است. مزیت اصلی برای خوانندگان درک تکنیک های یادگیری ماشینی و یادگیری عمیق و به دست آوردن روش های عملی برای استفاده از یادگیری ماشینی و یادگیری عمیق در سم شناسی پیش بینی است.
tag : دانلود کتاب یادگیری ماشین و یادگیری عمیق در سم شناسی محاسباتی , Download یادگیری ماشین و یادگیری عمیق در سم شناسی محاسباتی , دانلود یادگیری ماشین و یادگیری عمیق در سم شناسی محاسباتی , Download Machine Learning and Deep Learning in Computational Toxicology Book , یادگیری ماشین و یادگیری عمیق در سم شناسی محاسباتی دانلود , buy یادگیری ماشین و یادگیری عمیق در سم شناسی محاسباتی , خرید کتاب یادگیری ماشین و یادگیری عمیق در سم شناسی محاسباتی , دانلود کتاب Machine Learning and Deep Learning in Computational Toxicology , کتاب Machine Learning and Deep Learning in Computational Toxicology , دانلود Machine Learning and Deep Learning in Computational Toxicology , خرید Machine Learning and Deep Learning in Computational Toxicology , خرید کتاب Machine Learning and Deep Learning in Computational Toxicology ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.