机器学习与物联网：生物学视角

"《Machine Learning and IoT: A Biological Perspective》是由Shampa Sen、Leonid Datta和Sayak Mitra编辑的一本书，该书探讨了计算方法如何在生物学和医学研究中发挥重要作用，从处理大量生物数据到解决复杂的生物学问题以及改善严重疾病的治疗。这本书涵盖了从脑机接口到无人医生，环境数据管理到营养保健品的数据挖掘，情绪检测到药物设计等广泛的主题，并通过案例研究展示了不同计算方法在解决复杂生物学问题中的应用。此外，还讨论了如何利用机器学习和物联网（IoT）来存储和分析环境生物学研究和生物处理中产生的大规模数据，以及预测由微生物引起的腐蚀。书中的内容包括了生物信息学中常用的计算工具，如癌症治疗药物的筛选、单细胞代谢组数据的处理、物种间进化关系的分析以及同源建模等。" 这本书是2018年7月3日由CRC Press (Taylor & Francis Group)出版的第1版，旨在通过生物视角阐述机器学习与物联网的融合。书中深入讨论了机器学习在解决生物学问题中的潜力，强调了其作为解决各种生物学挑战的专属方式。作者团队通过对实际案例的研究，揭示了如何运用这些技术来应对现实世界中的问题，例如在环保领域中管理大数据，或者在药物设计中利用机器学习来提高效率和准确性。 通过阅读本书，读者可以了解到如何利用物联网收集和分析生物数据，以及如何利用机器学习算法进行高级分析和预测。此外，书中的案例研究部分提供了具体的实践应用示例，帮助读者理解理论知识在实际生物研究和医疗应用中的应用。书中的内容不仅对生物学家、计算机科学家和工程师有指导价值，对于任何对生物信息学、数据科学和物联网技术交叉领域感兴趣的读者来说，也是一份宝贵的资源。