جلد سخت سیاه و سفید
Product details
- Publisher : Packt Publishing (January 28, 2022)
- Language : English
- Paperback : 408 pages
- ISBN-10 : 1801811911
- ISBN-13 : 978-1801811910
کتاب Machine Learning in Biotechnology and Life Sciences: Build machine learning models using Python and deploy them on the cloud
Explore all the tools and templates needed for data scientists to drive success in their biotechnology careers with this comprehensive guide
Key Features
- Learn 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
منابع کتاب کتاب Machine Learning in Biotechnology and Life Sciences: Build machine learning models using Python and deploy them on the cloud
با این راهنمای جامع، تمام ابزارها و الگوهای مورد نیاز دانشمندان داده را برای موفقیت در حرفه بیوتکنولوژی خود کاوش کنید.
ویژگی های کلیدی
- کاربردهای یادگیری ماشینی در بخش های بیوتکنولوژی و علوم زیستی را بیاموزید
- کاربردهای هیجان انگیز یادگیری عمیق و پردازش زبان طبیعی را در دنیای واقعی کشف کنید
- فرآیند کلی استقرار مدل ها در پلتفرم های ابری مانند AWS و GCP را درک کنید
توضیحات کتاب
حوزه های پررونق بیوتکنولوژی و علوم زیستی در چند سال اخیر شاهد تغییرات شدیدی بوده است. با رشد رقابت در هر گوشه ای، شرکت ها در سراسر جهان به دنبال روش های مبتنی بر داده مانند یادگیری ماشینی برای بهینه سازی فرآیندها و کاهش هزینه ها هستند. این کتاب به دانشمندان، مهندسان و مدیران آزمایشگاه کمک می کند تا با اتخاذ رویکردی عملی برای یادگیری در مورد کاربردهای یادگیری ماشینی برای افزایش بهره وری و کارایی در کمترین زمان، ذهنیت یک دانشمند داده را توسعه دهند.
شما با یک دوره خرابی در پایتون، SQL، و علم داده شروع میکنید تا مدلهای پیچیده را از ابتدا توسعه دهید تا فرآیندها را خودکار کنید و در حوزه بیوتکنولوژی و علوم زیستی پیشبینی کنید. همانطور که پیشرفت می کنید، این کتاب تعدادی از تکنیک های پیشرفته در یادگیری ماشین، یادگیری عمیق و پردازش زبان طبیعی با استفاده از داده های دنیای واقعی را پوشش می دهد.
تا پایان این کتاب یادگیری ماشینی، میتوانید مدلهای یادگیری ماشین خود را بسازید و به کار بگیرید تا فرآیندها را خودکار کنید و با استفاده از AWS و GCP پیشبینی کنید.
آنچه خواهید آموخت
- با برنامه نویسی پایتون و زبان پرس و جو ساخت یافته (SQL) شروع کنید
- یک مدل پیشبینی یادگیری ماشین از ابتدا با استفاده از پایتون توسعه دهید
- مدلهای یادگیری عمیق را برای بهینهسازی عملکرد آنها برای کارهای مختلف تنظیم کنید
- نحوه استقرار، ارزیابی و نظارت بر یک مدل در فضای ابری را بیابید
- درک نحوه اعمال تکنیک های پیشرفته برای داده های دنیای واقعی
- نحوه استفاده از روش های کلیدی یادگیری عمیق مانند LSTM و ترانسفورماتور را کشف کنید
این کتاب برای چه کسی است
این کتاب برای دانشمندان داده و متخصصان علمی است که به دنبال فراتر رفتن از حوزه بیوتکنولوژی هستند. متخصصان علمی که قبلاً در بخش های داروسازی و بیوتکنولوژی تأسیس شده اند، این کتاب را مفید خواهند یافت. برای استفاده حداکثری از این کتاب به درک اولیه از برنامه نویسی پایتون و پیشینه سطح مبتدی در پیوند علم داده نیاز است.
فهرست مطالب
- معرفی یادگیری ماشین برای بیوتکنولوژی
- معرفی پایتون و خط فرمان
- شروع کار با SQL و پایگاه های داده رابطه ای
- تجسم داده ها با پایتون
- درک یادگیری ماشینی
- یادگیری ماشینی بدون نظارت
- یادگیری ماشینی تحت نظارت
- درک یادگیری عمیق
- پردازش زبان طبیعی
- کاوش در تحلیل سری های زمانی
- استقرار مدل ها با برنامه های فلاسک
- استقرار برنامه ها در فضای ابری
ارسال نظر درباره کتاب Machine Learning in Biotechnology and Life Sciences: Build machine learning models using Python and deploy them on the cloud