AI in the Lab: A Deep Learning Researcher's Starter Pack
Empowering Researchers at the Intersection of Molecular Biology and AI. DE
-
5% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 60.90
-
25 258 Ft (24 055 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 5% (cc. 1 263 Ft off)
- Kedvezményes ár 23 995 Ft (22 852 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
25 258 Ft
Beszerezhetőség
Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó LAP Lambert Academic Publishing
- Megjelenés dátuma 2025. január 1.
- Kötetek száma Großformatiges Paperback. Klappenbroschur
- ISBN 9786205640777
- Kötéstípus Puhakötés
- Terjedelem100 oldal
- Méret 220x150 mm
- Nyelv angol 625
Kategóriák
Hosszú leírás:
Artificial Intelligence in the Lab: A Deep Learning Researcher's Starter Pack" is a practical and beginner-friendly guide that bridges deep learning with molecular biology research. It is designed for biology researchers, students, and early-stage AI enthusiasts who want to apply deep learning to biological sequences, structure prediction, and functional genomics. The book covers essential foundations of deep learning, experimental design, model building, evaluation, and real-world biological applications, including sequence analysis, protein structure prediction, and generative modeling. With clear explanations, hands-on code examples, and valuable research advice, this book empowers researchers to confidently integrate AI into their molecular biology projects.
Több
