JMC | 藥物發現中的遷移學習

作者/編輯 | 王建民 導讀 藥物發現工作中可用於訓練計算模型的數據集通常很少。標記數據的稀疏可用性是人工智能輔助藥物發現的主要障礙。解決該問題的一種方法是開發可以處理相對異構和稀缺數據的算法。遷移學習是一種機器學習方法，可以利用其他相關任務中現有的，可推廣的知識來學習帶有少量數據的單獨任務。深度遷移學習是藥物發現領域最常用的遷移學習模型。本文概述了迄今爲止轉移學習和藥物發現的相關應用。此外，它爲

>>阅读原文<<