Nature:真正的超级Nature出现!时隔多年的逆袭之路!
1.决策树的实现和应用2.随机森林的实现和应用3.朴素贝叶斯的实现和应用4.支持向量机的实现和应用项目实操1.使用实验数据训练机器学习模型预测金属有机框架材料中的气体吸附2.通过机器学习方法筛选新型四元半导体化合物这两个实操项目同时穿插讲解如下内容A1模型性能的评估方法A1.1交叉验证:评估估计器的...
AI究竟是帮助医生还是损害医生的诊断?华人学者顶刊论文表明,这...
本课程围绕蛋白设计基础与前沿工作展开讲述,从蛋白结构的预测与优化到蛋白的从头设计进行深度教学,本课程主要面向有编程基础的学员,对基础知识进行详细讲解,并且会结合前沿文献讲解相关技术的应用。帮助学员们,通过本次培训学员将了解蛋白质设计的底层逻辑与基本规则,并掌握蛋白质设计中的常见蛋白质设计算法的实际操作,具...
AI要从娃娃抓起!微软谷歌DeepMind推出AI入门课程,零基础进入AI行业
之后,包括像决策树等基础机器学习算法也是应有尽有,同时也鼓励学生通过实践来了解AI在现实生活、以及各行各业的应用。这样看来,谷歌和树莓派基金会把课程命名为「ExperienceAI」,也是非常贴切的。相比于从基础知识开始教起的Google,Microsoft则是一上来先推出了生成式AI的教程。而且给出的方式也比较硬核,直接甩...
人工智能教与学| 三本通俗易懂的人工智能原理与教学书籍推荐
书中深入探讨了几种经典的人工智能算法,包括回归算法、贝叶斯算法、决策树算法、支持向量机算法和神经网络算法等。软件部分使用Mind+图形化编程软件和Python编程语言,硬件部分使用行空板作为主控器,配合开源硬件模块,结合实例和项目,让学习者了解人工智能常用算法的工作原理,以及如何使用这些算法解决实际问题。推荐理由:...
新药研发(六)| 先导化合物下篇:药物设计之苗头化合物的改造
PS:本文部分内容是在学习了中国大学MOOC上的福州大学国家精品课程《药物化学》以及复旦大学国家精品课程《药物设计》后所写,限于本人水平有限和文章篇幅有限,如对《药物化学》和《药物设计》课程感兴趣,强烈建议观看原课程学习。▲全文大纲1.引言在药物设计的初期阶段,研究人员通常会通过高通量筛选等技术从大量化合...
Nature:重磅进展!打破领域瓶颈,解决电池百年难题!
2.精通多种量子化学方法:学员应熟练掌握多种量子化学方法和软件,能够在实际问题中明智地选择适用的方法进行分析,并掌握标定后处理和分析的技能(www.e993.com)2024年9月15日。3.熟练应用各类机器学习模型与技巧:理解并熟练应用多种机器学习力场模型框架,包括原理和代码构建,能够灵活比较不同框架的特点,同时掌握主动学习、模型预训练、知识蒸馏等...
再创新高!生命科学领域最新赛道,必将突破历史科研难题!
作为人工智能的一个重要分支,机器学习(ML)可以自动学习捕捉复杂的模式,并根据数据做出智能决策。ML在癌症研究和临床肿瘤学中有着非常广泛的应用。特别是,在多组学数据快速增长的推动下,属于ML子领域的基于深度学习(DL)的方法已成为生物医学数据分析的强大工具...
即将开课:药企BD市场剧变分析与投资挑战及估值实操
无论您是来自风险投资基金或大型药企BD部门,在两天的培训课程里,我们会结合当下的剧烈变化,将BD相关估值理论与估值建模实操相结合,从而让您掌握投资与创新药估值时,应该考虑的关键因素,更重要的是如何通过估值模型让您了解;1.创新药风险调整净现值分析(rNPV)以及决策树分析...
开发者自述:我是如何理解决策树的
最近学习了一段时间的决策树算法,但是感觉并没有达到自己预期的想法,所以这几天参考了一些决策树方面的资料,来将自己的学习的过程的笔记记录在这里,来加深理解和请教别人指出错误。决策树的原理:决策树又叫做decisiontree,这个是一种比较简单但是又得到广泛应用的分类器的一种形式。我们一般都是通过训练的数据来搭...
文科生也能看懂的机器学习教程2:决策树和随机森林
在机器学习中,分为弱learner和强learner,装袋算法主要用于处理弱learner。弱learner弱learner构成了随机森林模型的支柱,它是一种算法,可以准确地对数据进行预测/分类!像随机森林这样的集合模型使用装袋算法来避免高方差和过度拟合的缺陷,而单个决策树等更简单的模型更容易出现。