کتاب تحلیل شبکه‌های بیولوژیکی با گراف‌نورال با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل شبکه‌های بیولوژیکی با گراف‌نورال

موضوع کلی: یادگیری ماشینی پیشرفته

موضوع میانی: پیش‌بینی رفتار سیستم‌های زیستی

📋 سرفصل‌های دوره

• 1. آشنایی با شبکه‌های بیولوژیکی و اهمیت آن‌ها
• 2. مفاهیم پایه گراف‌ها و نظریه گراف
• 3. نمایش شبکه‌های بیولوژیکی به صورت گراف
• 4. انواع داده‌های بیولوژیکی مورد استفاده در تحلیل شبکه‌ها
• 5. معرفی یادگیری ماشین و کاربرد آن در بیولوژی
• 6. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
• 7. معماری‌های پایه شبکه‌های عصبی
• 8. شبکه‌های عصبی کانولوشنی (CNN) و کاربرد آن‌ها در بیولوژی
• 9. شبکه‌های عصبی بازگشتی (RNN) و کاربرد آن‌ها در بیولوژی
• 10. مقدمه‌ای بر گراف‌نورال
• 11. شبکه‌های گراف‌نورال (GNN) و تفاوت آن با شبکه‌های عصبی سنتی
• 12. لایه‌های گراف‌نورال: Convolutional و Pooling
• 13. توابع فعال‌سازی در شبکه‌های گراف‌نورال
• 14. روش‌های آموزش شبکه‌های گراف‌نورال
• 15. پیاده‌سازی شبکه‌های گراف‌نورال با استفاده از TensorFlow/PyTorch
• 16. معماری GraphSAGE و کاربرد آن در پیش‌بینی گره‌ها
• 17. معماری Graph Convolutional Networks (GCN) و کاربرد آن
• 18. معماری Graph Attention Networks (GAT) و کاربرد آن
• 19. تحلیل شبکه‌های تعامل پروتئین-پروتئین (PPI) با GNN
• 20. پیش‌بینی عملکرد پروتئین با استفاده از GNN
• 21. تحلیل شبکه‌های تنظیم ژن (Gene Regulatory Networks) با GNN
• 22. شناسایی زیرگروه‌های بیماری با استفاده از GNN
• 23. پیش‌بینی پاسخ دارویی با استفاده از GNN
• 24. تحلیل شبکه‌های متابولیکی با GNN
• 25. استخراج ویژگی‌های مهم از شبکه‌های بیولوژیکی با GNN
• 26. ارزیابی عملکرد مدل‌های GNN در تحلیل شبکه‌های بیولوژیکی
• 27. مجموعه‌داده‌های استاندارد برای تحلیل شبکه‌های بیولوژیکی
• 28. پیش‌پردازش داده‌ها برای GNN در بیولوژی
• 29. نرمال‌سازی و استانداردسازی داده‌های بیولوژیکی
• 30. انتخاب ویژگی‌های مناسب برای GNN
• 31. مدیریت داده‌های بزرگ در تحلیل شبکه‌های بیولوژیکی
• 32. تفسیرپذیری مدل‌های GNN در بیولوژی
• 33. روش‌های بصری‌سازی شبکه‌های بیولوژیکی
• 34. تحلیل حساسیت مدل‌های GNN
• 35. بهینه‌سازی پارامترهای مدل‌های GNN
• 36. کاربرد GNN در کشف دارو
• 37. کاربرد GNN در تشخیص بیماری
• 38. کاربرد GNN در شخصی‌سازی درمان
• 39. چالش‌ها و محدودیت‌های استفاده از GNN در بیولوژی
• 40. آینده‌ی تحلیل شبکه‌های بیولوژیکی با گراف‌نورال
• 41. مباحث پیشرفته در GNN: Dynamic Graph Neural Networks
• 42. استفاده از GNN در تحلیل شبکه‌های پیچیده
• 43. ترکیب GNN با سایر روش‌های یادگیری ماشین
• 44. تحلیل شبکه‌های بیولوژیکی چند-لایه با GNN