Cheminformatics with Python by Zhang, Zhimin; Lu, Hongmei; Wen, Ming;

Sorozatcím: Theoretical and Computational Chemistry;

10% KEDVEZMÉNY?
A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.

Kiadói listaár EUR 190.00
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.

74 214 Ft (70 680 Ft + 5% áfa)
Kedvezmény(ek) 10% (cc. 7 421 Ft off)
Kedvezményes ár 66 793 Ft (63 612 Ft + 5% áfa)

74 214 Ft

Beszerezhetőség

Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.

A termék adatai:

Kiadó Elsevier Science
Megjelenés dátuma 2026. július 1.

ISBN 9780443291869
Kötéstípus Puhakötés
Terjedelem512 oldal
Méret 235x191 mm
Nyelv angol

Kategóriák

Kémia általában Analitikai kémia Fizikai kémia Operációs rendszerek és grafikus felhasználói felületek Irodai szoftverek, táblázatkezelők Mesterséges intelligencia Kémia általában (karitatív célú kampány) Analitikai kémia (karitatív célú kampány) Fizikai kémia (karitatív célú kampány) Operációs rendszerek és grafikus felhasználói felületek (karitatív célú kampány) Irodai szoftverek, táblázatkezelők (karitatív célú kampány) Mesterséges intelligencia (karitatív célú kampány)

Hosszú leírás:

Cheminformatics with Python provides a ground-up, practical introduction that helps reader make effective use of the software. In four parts, including programming, data, methods, and applications, the book provides a brief introduction to Python language and related scientific computing, cheminformatics, machine learning, and deep learning packages and presents a systematic study of the representation of instrumental data, including molecular structures and common chemical databases. The methods section covers analytical signal processing, multivariate calibration, multivariate resolution, classical machine learning, and deep learning methods. Finally, the application section presents case studies of successful applications of cheminformatics in analytical chemistry, metabolomics, drug discovery, and more.

A supporting appendix section and the necessary mathematical, statistical, and information theory-related theories are provided, along with practical tips such as code editors and source code management. Online coding materials on GitHub and an individual Jupyter notebook for each chapter further support practical learning. This book will be a great resource for senior undergraduate students, graduate students, post-docs, and professors primarily in the field of computational and analytical chemistry.

Több

Tartalomjegyzék:

1. Introduction

Part I: Python for Cheminformatics
2. Python Basics
3. Python Packages

Part II: Data and Databases
4. Representation of Instrumental Signals
5. Representation of Molecules
6. Databases in Chemistry

Part III: Methods
7. Instrumental Signal Processing
8. Multivariate Calibration and Resolution
9. Manipulation of Molecular Structures
10. Classic Machine Learning Methods
11. Deep Learning Methods

Part IV: Applications
12. Cheminformatics in Analytical Chemistry
13. Cheminformatics in Metabonomics
14. Cheminformatics in Drug Discovery
15. Cheminformatics in Materials Science

Appendices
A: Necessary Knowledge of Mathematics
B: Editors and IDEs