Nat. Mach. Intell.| 機器學習顯著降低藥物組合篩選成本
作者 | 孫科 研究方向 | 藥物組合 單位 | 湖南大學 今天給大家介紹2019年12月發表在Nature Machine Intelligence的論文「Prediction of drug combination effects with a minimal set of experiments」，該工作由芬蘭分子醫學研究所（FIMM）的研究者完成。本研究建立機器學習模型，通過極少量的實驗就
相關文章
- 1. Nat. Mach. Intell. | 生物醫學關係抽取的機器學習新框架
- 2. Nat. Mach. Intell. | 少量數據的生成式分子設計
- 3. Nat. Mach. Intell. | 快速的蛋白質結構從頭預測
- 4. Nat. Mach. Intell. | 人工智能的透明度和可重複性
- 5. Nat. Mach. Intell. | 基於深度學習預測DNA甲基化位點
- 6. Nat. Mach. Intell.|從局部解釋到全局理解的樹模型
- 7. Nat. Mach. Intell. | 集成深度學習在生物信息學中的發展與展望
- 8. 機器學習之路：python 特徵降維 特徵篩選 feature_selection
- 9. Nat. Mach. Intell. | 利用條件循環神經網絡生成特定性質分子
- 10. 機器學習-梯度降低
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Kotlin學習（二）基本類型
- • Kotlin學習（一）基本語法
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Nat. Mach. Intell. | 生物醫學關係抽取的機器學習新框架
- 2. Nat. Mach. Intell. | 少量數據的生成式分子設計
- 3. Nat. Mach. Intell. | 快速的蛋白質結構從頭預測
- 4. Nat. Mach. Intell. | 人工智能的透明度和可重複性
- 5. Nat. Mach. Intell. | 基於深度學習預測DNA甲基化位點
- 6. Nat. Mach. Intell.|從局部解釋到全局理解的樹模型
- 7. Nat. Mach. Intell. | 集成深度學習在生物信息學中的發展與展望
- 8. 機器學習之路：python 特徵降維 特徵篩選 feature_selection
- 9. Nat. Mach. Intell. | 利用條件循環神經網絡生成特定性質分子
- 10. 機器學習-梯度降低