药物发现
当前话题为您枚举了最新的 药物发现。在这里,您可以轻松访问广泛的教程、示例代码和实用工具,帮助您有效地学习和应用这些核心编程技术。查看页面下方的资源列表,快速下载您需要的资料。我们的资源覆盖从基础到高级的各种主题,无论您是初学者还是有经验的开发者,都能找到有价值的信息。
利用CMap数据库筛选化学药物
CMap数据库是一个强大的工具,可用于筛选具有特定生物学效应的化学药物。通过分析药物对基因表达谱的影响,研究人员可以识别具有特定作用机制或治疗潜力的候选药物。
数据挖掘
4
2024-05-16
发现数据团队文件解析
RFP提案:FindData项目名称链接到RFP:RFP类别devtools-libraries提案人:finddataio您是否同意在MIT和APACHE2许可下开放您代表该RFP和双重许可所做的所有工作的源代码?是项目简介概述互联网和区块链每天都会生成大量数据,包括由应用程序,行为和机器生成的数据。通过数据的管理和分析,我们可以发现数据中包含的巨大价值,并了解和洞察事物的内在本质。大数据已经成为人类了解世界的一种手段,数据正在不断改变人们的生活方式,经济规则,商业模式,甚至推动着整个社会和经济的创新与变革。基于全球区块链节点网络资源,创建了一个高度可配置但易于操作的数据采集机器人和数据资产交易网络,以最大化数据挖掘和数据价值。finddata节点的机械手用于挖掘原始数据。收集到的数据经过净化后上传到云端,然后由业务服务器触发数据
数据挖掘
3
2024-07-16
数据探索与发现.rar
数据探索--基础与技术.pdf金融软件开发必备指南压缩版.pdf中国银行业务全面指南.pdf
Oracle
0
2024-08-21
数据挖掘算法和知识发现
掌握数据挖掘的基础概念、常用算法以及知识发现的方法和案例。
数据挖掘
2
2024-05-26
果粉社区 - 发现优质 iOS 应用
果粉社区 funso.com,以苹果 APP 应用为核心,利用社会化关系、机器学习和数据挖掘技术,为用户提供个性化应用推荐,帮助用户轻松找到心仪应用。我们提供最新最全的限时优惠 iOS 应用信息,数据均来源于果粉社区 funso.com。
数据挖掘
2
2024-05-27
数据挖掘与知识发现综述
本书详尽探讨了数据挖掘与知识发现领域的基础理论及研究方法。阐述了KDD和数据挖掘的概念,分析了数据挖掘的目标和知识发现的过程,深入探讨了相关领域和实际应用。
数据挖掘
0
2024-09-25
社团发现代码Matlab微小障碍物发现新框架的官方实现,ICRA
社团发现代码Matlab微小障碍物发现冯雪创作的官方Matlab实现,ICRA 2019介绍该存储库包含微小障碍物发现新框架的官方Matlab实现。这篇论文已被IEEE机器人与自动化国际会议(ICRA) 2019接受。Python/ROS的官方实现即将推出。注:此版本在原作的基础上略有改进,训练代码略有改动,ROC性能有所提升。为了提高效率,基本边缘检测算法使用结构化边缘检测[1]。系统中的模块在很大程度上得到了加速,尽管仍有很大的改进空间。在实例级评估中,IoU被定义为预测提议和真实边界框之间的交集,可以在./evaluation/Func_evaluation_DR.m找到引文。如果你觉得这篇论文或代码有用,请引用我们的论文:@INPROCEEDINGS{Xue_ICRA_2019, Author = {Feng Xue, Anlong Ming, Menghan Zhou and Yu Zhou}, booktitle={2019 International C
Matlab
0
2024-08-27
OpenVigil开放式药物警戒数据提取,分析和挖掘工具-开源
OpenVigil提供了一个Web界面,用于分析药物警戒数据,即自发或系统收集的治疗相关不良事件(即药物副作用)。支持FDA不良事件报告系统(AERS)及其他药物警戒数据来源,如加拿大或德国。基于Web的OpenVigil分析工具提供多种分析模式,如提取、过滤、数据挖掘,以及比例报告比率或报告优势比的分析,支持导出至Microsoft Excel或R统计程序。OpenVigil 1处理原始数据,OpenVigil 2则使用drugbank.ca和drugs @ FDA处理已清理的数据,而OpenVigilFDA使用FDA官方在线API。OpenVigil 2支持按ATC代码或化学成分查询。其他OpenVigil项目工具包括用于测量2x2列联表的不成比例计算器和RxNorm药物名称映射器。
数据挖掘
3
2024-07-13
数据世界的宝藏:探索与发现
深入浅出地阐述数据挖掘的核心概念,并结合实际案例讲解数据挖掘的常用技术,帮助读者掌握从海量数据中提取有价值信息的方法和工具。
数据挖掘
3
2024-05-23
数据挖掘:发现未知的有效信息
数据挖掘区别于传统的查询、报表、联机分析等数据分析方式,其核心在于无需预设假设,直接从数据中挖掘信息、发现知识。
数据挖掘的目标是发现那些先前未知、切实有效且具有实用价值的信息。
先前未知意味着这些信息是预先无法预料的,甚至可能与直觉相悖。
有效性保证了信息的可靠性和准确性,能够为决策提供支持。
实用性则强调信息能够应用于实际场景,解决实际问题。
例如,一家连锁店通过数据挖掘发现看似毫无关联的商品——婴儿尿布和啤酒——之间存在着惊人的联系,这便是数据挖掘发现未知信息的典型案例。
数据挖掘
3
2024-05-24