机器学习方法

公众号/  ScienceAI（ID：Philosophyai） 编辑 | 萝卜皮治疗性抗体广泛用于治疗严重疾病。它们中的大多数会改变免疫细胞并在免疫突触内发挥作用。指导体液免疫反应的重要细胞间相互作用。尽管生成并评估了许多抗体设计，但缺乏用于系统抗体表征和功能预测的高通量工具。

公众号/  ScienceAI（ID：Philosophyai） 编辑/凯霞机器学习方法的兴起正在加快材料和药物发现过程，然而，当前的技术，主要是深度学习，需要大量数据集来训练模型，并且许多特定类别的化学数据集包含少数示例化合物，限制了它们泛化和生成可以在现实世界中创建的物理分子的

公众号/  ScienceAI（ID：Philosophyai） 作者/凯霞化学反应是将反应物转化为一种或多种产物的过程。化学反应可以分为几类，但在大范围内确定一个特定反应属于哪一类并非易事。了解并能够对化学反应进行分类是化学中有效交流的基础。今年 1 月 28 日，IBM 研究院

本文首发自 easyAI - 人工智能知识库机器学习、人工智能、深度学习是什么关系？1956 年提出 AI 概念，短短3年后（1959） Arthur Samuel 就提出了机器学习的概念：Field of study that gives computers the ability to learn without

公众号/将门创投作者：T.R美丽的眼睛不仅是我们感受周围世界最主要的器官，而且也是心灵的窗户。透过它可以读取大量的内心活动和性格信息，包括我们的想法、感受和行为方式。人类在互相交流时能透过眼睛感受到语言之外的丰富信息，如今研究人员将这项能力赋予了计算机，教会了它如何通过眼球的运动预测出测试对象的个性。研究人员们通过收集

公众号/将门创投来源：MIT News 编译：Kathy设计新的药物分子需要手工进行，耗时且容易出错。但是麻省理工学院的研究人员已经朝着完全自动化的设计过程向前迈出了一步，这将大大加快设计过程，并获得更好的结果。机器学习模型可以帮助化学家更快地制造出具有更高功效的分子。药物发现依赖于先导化合物的优化。根据先导化合物与特

机器学习已经成为了当前互联网领域不可或缺的技术之一，前辈们对机器学习模型的研究已经给我们留下了一笔非常宝贵的财富，然而在工业界的应用中我们可以看到，应用场景千千万万，数据千千万万但是我们的模型却依然是那些，在机器学习的应用中对数据的处理与分析往往扮演着比模型更加重要的角色，本文针对机器学习应用数据处理的一个方面即“不平