عنوان کتاب به انگلیسی: |
Machine Learning in Biotechnology and Life Sciences: Build machine learning models using Python and deploy them on the cloud |
| سال انتشار: 2022 | 408 صفحه | حجم فایل: 16 مگابایت | زبان: انگلیسی |
| نویسنده | Saleh Alkhalifa |
| ناشر | Packt Publishing |
| ISBN10: | 1801811911 |
| ISBN13: | 9781801811910 |
توضیحات کتاب
Key FeaturesLearn the applications of machine learning in biotechnology and life science sectors
Discover exciting real-world applications of deep learning and natural language processing
Understand the general process of deploying models to cloud platforms such as AWS and GCP
Book Description
The booming fields of biotechnology and life sciences have seen drastic changes over the last few years. With competition growing in every corner, companies around the globe are looking to data-driven methods such as machine learning to optimize processes and reduce costs. This book helps lab scientists, engineers, and managers to develop a data scientist’s mindset by taking a hands-on approach to learning about the applications of machine learning to increase productivity and efficiency in no time.
You’ll start with a crash course in Python, SQL, and data science to develop and tune sophisticated models from scratch to automate processes and make predictions in the biotechnology and life sciences domain. As you advance, the book covers a number of advanced techniques in machine learning, deep learning, and natural language processing using real-world data.
By the end of this machine learning book, you’ll be able to build and deploy your own machine learning models to automate processes and make predictions using AWS and GCP.
What you will learn
Get started with Python programming and Structured Query Language (SQL)
Develop a machine learning predictive model from scratch using Python
Fine-tune deep learning models to optimize their performance for various tasks
Find out how to deploy, evaluate, and monitor a model in the cloud
Understand how to apply advanced techniques to real-world data
Discover how to use key deep learning methods such as LSTMs and transformers
Who this book is for
This book is for data scientists and scientific professionals looking to transcend to the biotechnology domain. Scientific professionals who are already established within the pharmaceutical and biotechnology sectors will find this book useful. A basic understanding of Python programming and beginner-level background in data science conjunction is needed to get the most out of this book.
Table of Contents
Introducing Machine Learning for Biotechnology
Introducing Python and the Command Line
Getting Started with SQL and Relational Databases
Visualizing Data with Python
Understanding Machine Learning
Unsupervised Machine Learning
Supervised Machine Learning
Understanding Deep Learning
Natural Language Processing
Exploring Time Series Analysis
Deploying Models with Flask Applications
Deploying Applications to the Cloud
توضیحات کتاب به فارسی (ترجمه ماشینی)
تمام ابزارها و الگوهای مورد نیاز دانشمندان داده را برای موفقیت در مشاغل بیوتکنولوژی خود با این راهنمای جامع کشف کنید
ویژگی های کلیدی
برنامه های یادگیری ماشین را در بخش های بیوتکنولوژی و علوم زندگی بیاموزید
کاربردهای هیجان انگیز در دنیای واقعی یادگیری عمیق و پردازش زبان طبیعی را کشف کنید
فرایند کلی استقرار مدل ها را به سیستم عامل های ابری مانند AWS و GCP درک کنید
توضیحات کتاب
زمینه های پررونق بیوتکنولوژی و علوم زندگی طی چند سال گذشته شاهد تغییرات شدید بوده است.با رشد رقابت در هر گوشه ، شرکت ها در سراسر جهان به دنبال روش های داده محور مانند یادگیری ماشین برای بهینه سازی فرایندها و کاهش هزینه ها هستند.این کتاب به دانشمندان ، مهندسان و مدیران آزمایشگاه کمک می کند تا با استفاده از یک رویکرد مفید برای یادگیری در مورد کاربردهای یادگیری ماشین برای افزایش بهره وری و کارآیی در هیچ زمان ، ذهنیت دانشمند داده را توسعه دهند.
شما با یک دوره تصادف در Python ، SQL و Data Science شروع خواهید کرد تا مدلهای پیشرفته را از ابتدا تا فرآیندهای خودکار و پیش بینی در حوزه بیوتکنولوژی و علوم زندگی ایجاد و تنظیم کنید.با پیشرفت ، این کتاب تعدادی از تکنیک های پیشرفته در یادگیری ماشین ، یادگیری عمیق و پردازش زبان طبیعی را با استفاده از داده های دنیای واقعی پوشش می دهد.
با پایان این کتاب یادگیری ماشین ، شما قادر خواهید بود مدلهای یادگیری ماشین خود را برای خودکار سازی فرآیندها و پیش بینی با استفاده از AWS و GCP بسازید و مستقر کنید.
آنچه یاد خواهید گرفت
با برنامه نویسی پایتون و زبان پرس و جو ساختاری (SQL) شروع کنید
با استفاده از پایتون یک مدل پیش بینی یادگیری ماشین را از ابتدا تهیه کنید
مدل های یادگیری عمیق را تنظیم کنید تا عملکرد آنها برای کارهای مختلف بهینه شود
نحوه استقرار ، ارزیابی و نظارت بر یک مدل در ابر را پیدا کنید
درک کنید که چگونه تکنیک های پیشرفته را در داده های دنیای واقعی اعمال کنید
نحوه استفاده از روشهای کلیدی یادگیری عمیق مانند LSTM و ترانسفورماتورها را کشف کنید
این کتاب برای چه کسی است
این کتاب برای دانشمندان داده و متخصصان علمی است که به دنبال فراتر از حوزه بیوتکنولوژی هستند.متخصصان علمی که قبلاً در بخش های دارویی و بیوتکنولوژی مستقر شده اند ، این کتاب را مفید می دانند.درک اساسی از برنامه نویسی پایتون و پیشینه سطح مبتدی در پیوستگی علوم داده برای به دست آوردن بیشترین استفاده از این کتاب مورد نیاز است.
فهرست مطالب
معرفی یادگیری ماشین برای بیوتکنولوژی
معرفی پایتون و خط فرمان
شروع به کار با SQL و پایگاه داده های رابطه ای
تجسم داده ها با پایتون
درک یادگیری ماشین
یادگیری ماشین بدون نظارت
یادگیری ماشین نظارت شده
درک یادگیری عمیق
پردازش زبان طبیعی
بررسی تجزیه و تحلیل سری زمانی
استقرار مدل ها با برنامه های فلاسک
استقرار برنامه ها به ابر
| توجه کنید که این محصول به صورت فایل دانلودی است و نه کتاب کاغذی. |
| به هنگام خرید به زبان درج شده برای کتاب حتما توجه کنید. به صورت معمول در اکثر موارد زبان کتاب فارسی نیست. |
| در صورت هرگونه مشکل در دریافت کتاب به شماره 09395106248 پیامک دهید. |
| درج شماره موبایل برای سفارش ضروری نیست ولی ترجیح آن است درج گردد تا در صورت بروز مشکل اولین راه ارتباطی ما با شما باشد. |
|
چنانچه در دریافت محصول به هر دلیلی با مشکل روبرو شدید و مطمئن از پرداخت موفق وجه هستید به شماره تماس زیر نام، نام خانوادگی و نام محصول را پیامک بزنید تا لینک محصول سریعا برای شما ارسال گردد.
شماره تماس: 09395106248 |
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.