生命科学研究に機械学習のアプローチをどのように使うのか,それによって何ができるのかを解説します.初心者にも取り組みやすいGoogle ColaboratoryやImageJの入門記事もおすすめです. 【目次】 第1章 機械学習入門 1.Google Colaboratory入門―機械学習を体験しよう 2.ImageJを使った機械学習による生物画像解析入門 第2章 バイオインフォマティクス I.遺伝子発現機構・発生・分化 1.1細胞RNA-seqを用いた細胞タイプの同定技術 2.scRNA-seqを用いた細胞系譜の軌跡推定―データの背後の流れを読みとる技術 3.scRNA-seqデータから空間的遺伝子発現パターンを再構成する機械学習 4.ラマン分光を用いた細胞内の遺伝子発現の推定 II.免疫・微生物・化学・創薬 5.機械学習を応用したT細胞受容体レパトア解析 6.メタゲノム解析における機械学習的手法 7.テンソル分解による薬物応答トランスクリプトームの予測と創薬応用 8.医薬品開発におけるIT技術 第3章 画像解析 I.画像の分類・特徴化 1.クラシフィケーションの原理と生物・医療への応用 2.細胞画像のわずかな違いをとらえて分類するAI―細胞画像の見分け方をAIに教えてもらおう 3.機械学習のさまざまな問題設定と解法―正しくラベルが付いたサンプルが少ない場合の機械学習 II.画像からの細胞・運動情報抽出 4.機械学習によるバイオイメージセグメンテーション 5.細胞トラッキングの機械学習および数理最適化技術―多物体トラッキングの課題とアプローチ 6.行動追跡とDeepLabCut―アニマルポーズトラッキング技術 第4章 統計解析 I.形態・物性解析 1.深層学習による細胞形状解析 2.多細胞集団の力学への機械学習アプローチ II.動態・状態解析 3.1分子計測データの隠れ状態を推定する統計的解析法―隠れマルコフモデルと最大エントロピー-クラスタリング 4.分子シミュレーションと実験データを統合する機械学習手法 5.細胞の内部状態を探り出す系譜木解析 III.運動・行動解析 6.機械学習による移動行動解析の考え方 7.強化学習・逆強化学習に基づく動物行動のモデリングとデータ解析
人気のある作家
メディカ出版 (137) 医学書院 (72) 医療情報科学研究所 (48) 医歯薬出版 (39) 坂井 建雄 (24) (19) 画像診断実行編集委員会 (19) 『精神科看護』編集委員会 (18) 高久 史麿 (18) のまり (17) 日本医療企画 (16) 医学通信社 (16) American Heart Association(AHA:アメリカ心臓協会) (12) 岡 秀昭 (12) DES歯学教育スクール (11) 森田 達也 (11) 福井次矢 (10) 谷口 総志 (10) 「腎と透析」編集委員会 (9) 「消化器内視鏡」編集委員会 (9)