会员服务
药物发现 · 课程 · 数学 ·
2022 年 12 月 21 日
不可错过！《药物发现中的应用数学和信息学》，附Slides
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

欢迎访问药物发现中的应用数学和信息学(AMIDD)网站，该系列课程将于2022年秋季学期在巴塞尔大学数学和信息学系开设。

本系列课程以数学为语言，以信息学为工具，介绍药物发现的跨学科研究

https://accio.github.io/AMIDD/

成为VIP会员查看完整内容
https://accio.github.io/AMIDD/
1. Drug discovery: an overview 2. The central dogma and drug discovery 3. Biological sequence analysis 4. From sequences to structures 5. Proteins and ligands 6. Structure- and ligand-based drug design 7. From individual interactions to networks 8. Biological networks 9. Omics and cellular modelling
23

相关内容

【教程】《机器学习中的因果推理》124页slides，伦敦帝国学院
【教程】《机器学习中的因果推理》124页slides，伦敦帝国学院
专知会员服务
34+阅读 · 2023年1月8日
不可错过！普林斯顿《机器人导论》课程，附Slides
不可错过！普林斯顿《机器人导论》课程，附Slides
专知会员服务
27+阅读 · 2022年12月18日
不可错过！CMU《结构化数据机器学习》课程，附Slides
不可错过！CMU《结构化数据机器学习》课程，附Slides
专知会员服务
56+阅读 · 2022年11月2日
不可错过！斯坦福《人工智能医学健康》课程，全面阐述AI在医学的应用，附Slides
不可错过！斯坦福《人工智能医学健康》课程，全面阐述AI在医学的应用，附Slides
专知会员服务
50+阅读 · 2022年10月24日
不可错过！东南大学《机器学习》课程，13节基础机器学习课，附Slides
不可错过！东南大学《机器学习》课程，13节基础机器学习课，附Slides
专知会员服务
95+阅读 · 2022年9月6日
【阿姆斯特丹大学Erik J Bekkers】群等变深度学习介绍，Introduction to group equivariant deep learning
【阿姆斯特丹大学Erik J Bekkers】群等变深度学习介绍，Introduction to group equivariant deep learning
专知会员服务
27+阅读 · 2022年3月27日
Yann LeCun主讲！纽约大学《深度学习》2021课程全部放出，附slides与视频
Yann LeCun主讲！纽约大学《深度学习》2021课程全部放出，附slides与视频
专知会员服务
48+阅读 · 2021年11月15日
【UAI2021教程】贝叶斯最优学习，65页ppt
【UAI2021教程】贝叶斯最优学习，65页ppt
专知会员服务
65+阅读 · 2021年8月7日
不可错过！CMU「概率图模型」课程，附Slides
专知会员服务
74+阅读 · 2021年6月12日
不可错过！「强化学习导论」多伦多大学2021课程，附SLIDES与140页pdf
不可错过！「强化学习导论」多伦多大学2021课程，附SLIDES与140页pdf
专知会员服务
67+阅读 · 2021年3月24日
《深度学习理论经验挑战》，哈佛大学Boaz Barak教授最新报告
《深度学习理论经验挑战》，哈佛大学Boaz Barak教授最新报告
专知
1+阅读 · 2022年11月24日
不可错过！CMU《结构化数据机器学习》课程，附Slides
不可错过！CMU《结构化数据机器学习》课程，附Slides
专知
0+阅读 · 2022年11月2日
不可错过！MIT韩松博士《TinyML与高效深度学习》2022课程，附Slides
不可错过！MIT韩松博士《TinyML与高效深度学习》2022课程，附Slides
专知
5+阅读 · 2022年10月31日
不可错过！斯坦福《图学习》研讨会，Jure Leskovec主持，附slides！
不可错过！斯坦福《图学习》研讨会，Jure Leskovec主持，附slides！
专知
0+阅读 · 2022年10月5日
不可错过！东南大学《机器学习》课程，13接基础机器学习课，附Slides
不可错过！东南大学《机器学习》课程，13接基础机器学习课，附Slides
专知
4+阅读 · 2022年9月6日
不可错过！ Virginia Tech《人工智能分子建模》课程，讲述深度分子表示合成等
不可错过！ Virginia Tech《人工智能分子建模》课程，讲述深度分子表示合成等
专知
0+阅读 · 2022年4月18日
【MILA-唐建】几何深度学习药物发现，87页ppt，附视频
【MILA-唐建】几何深度学习药物发现，87页ppt，附视频
专知
7+阅读 · 2022年2月17日
2021年不可错过的40篇AI论文！
2021年不可错过的40篇AI论文！
CVer
0+阅读 · 2022年1月1日
2021年不可错过的40篇AI论文，你都读过吗？
2021年不可错过的40篇AI论文，你都读过吗？
机器之心
0+阅读 · 2021年12月27日
【DeepMind深度学习课程】神经网络基础，104页ppt，Neural Networks Foundations
【DeepMind深度学习课程】神经网络基础，104页ppt，Neural Networks Foundations
专知
13+阅读 · 2020年6月24日
天元数学交流项目图像处理中的数学理论及方法研讨会
国家自然科学基金
9+阅读 · 2017年12月31日
资助《数学进展》期刊
国家自然科学基金
3+阅读 · 2015年12月31日
《数学学报》期刊
国家自然科学基金
5+阅读 · 2015年12月31日
基因表达专题讲习班
国家自然科学基金
2+阅读 · 2015年4月30日
数学：大有可为
国家自然科学基金
5+阅读 · 2013年12月31日
不可压向列型液晶流系统的一些数学问题研究
国家自然科学基金
0+阅读 · 2013年12月31日
不可压缩流体力学方程组的相关研究
国家自然科学基金
0+阅读 · 2012年12月31日
电子与信息学报
国家自然科学基金
0+阅读 · 2011年12月31日
组合、设计与代数学术研讨会
国家自然科学基金
4+阅读 · 2011年8月31日
安全的多方计算几何的研究
国家自然科学基金
0+阅读 · 2009年12月31日
Meta-Uncertainty in Bayesian Model Comparison
Arxiv
0+阅读 · 2023年2月21日
Variational inference in neural functional prior using normalizing flows: Application to differential equation and operator learning problems
Arxiv
0+阅读 · 2023年2月21日
Optimization-Informed Neural Networks
Arxiv
0+阅读 · 2023年2月20日
Narrowest Significance Pursuit: inference for multiple change-points in linear models
Arxiv
0+阅读 · 2023年2月20日
Probabilistic Circuits That Know What They Don't Know
Arxiv
0+阅读 · 2023年2月17日
AutoFed: Heterogeneity-Aware Federated Multimodal Learning for Robust Autonomous Driving
Arxiv
0+阅读 · 2023年2月17日
Robust expected improvement for Bayesian optimization
Arxiv
0+阅读 · 2023年2月16日
The Conflict Between Explainable and Accountable Decision-Making Algorithms
Arxiv
31+阅读 · 2022年5月11日
The Modern Mathematics of Deep Learning
Arxiv
49+阅读 · 2021年5月9日
A Large-Scale Study on Unsupervised Spatiotemporal Representation Learning
Arxiv
11+阅读 · 2021年4月29日
VIP会员
相关主题
药物发现
课程
数学
最新内容
美国陆军航空兵：以愿景引领转型
美国陆军航空兵：以愿景引领转型
专知会员服务
0+阅读 · 14分钟前
CVPR 2026教程｜扩散模型原理：连续、离散与实时生成
CVPR 2026教程｜扩散模型原理：连续、离散与实时生成
专知会员服务
1+阅读 · 6月11日
重磅综述｜大模型智能体环境工程：建模、合成、评估与协同演化
重磅综述｜大模型智能体环境工程：建模、合成、评估与协同演化
专知会员服务
1+阅读 · 6月11日
面向特种部队的、以操作员为中心的人工智能决策支持系统框架
面向特种部队的、以操作员为中心的人工智能决策支持系统框架
专知会员服务
5+阅读 · 6月11日
《多域战场上反制小型无人机系统》150页
《多域战场上反制小型无人机系统》150页
专知会员服务
14+阅读 · 6月11日
《基于成果军事教育框架下的军官联合职业军事教育认证程序》2026最新170页
《基于成果军事教育框架下的军官联合职业军事教育认证程序》2026最新170页
专知会员服务
5+阅读 · 6月11日
战场人工智能：增强陆地作战能力的发现与要求
战场人工智能：增强陆地作战能力的发现与要求
专知会员服务
3+阅读 · 6月11日
人工智能赋能指挥所：以人工智能为中心的指挥控制的核心要素
人工智能赋能指挥所：以人工智能为中心的指挥控制的核心要素
专知会员服务
9+阅读 · 6月11日
以人工智能为中心的指挥控制
以人工智能为中心的指挥控制
专知会员服务
3+阅读 · 6月11日
《通过适应复杂环境与特殊作战行动动态来变革情报周期》
《通过适应复杂环境与特殊作战行动动态来变革情报周期》
专知会员服务
4+阅读 · 6月11日
俄乌冲突背景下军事特种公路运输日益增长的重要性
俄乌冲突背景下军事特种公路运输日益增长的重要性
专知会员服务
4+阅读 · 6月11日
速度优先于谨慎：NSPM-11意味着什么（将人工智能融入美国国防和情报行动最全面的声明）
速度优先于谨慎：NSPM-11意味着什么（将人工智能融入美国国防和情报行动最全面的声明）
专知会员服务
10+阅读 · 6月10日
《基于深度强化学习的反无人机技术研究》178页
《基于深度强化学习的反无人机技术研究》178页
专知会员服务
13+阅读 · 6月10日
技术突破与战略优势竞争：美军人工智能技术运用阶段分析
技术突破与战略优势竞争：美军人工智能技术运用阶段分析
专知会员服务
8+阅读 · 6月10日
“史诗怒火”行动与“AI中心战”模式的浮现
“史诗怒火”行动与“AI中心战”模式的浮现
专知会员服务
15+阅读 · 6月10日
相关VIP内容
【教程】《机器学习中的因果推理》124页slides，伦敦帝国学院
【教程】《机器学习中的因果推理》124页slides，伦敦帝国学院
专知会员服务
34+阅读 · 2023年1月8日
不可错过！普林斯顿《机器人导论》课程，附Slides
不可错过！普林斯顿《机器人导论》课程，附Slides
专知会员服务
27+阅读 · 2022年12月18日
不可错过！CMU《结构化数据机器学习》课程，附Slides
不可错过！CMU《结构化数据机器学习》课程，附Slides
专知会员服务
56+阅读 · 2022年11月2日
不可错过！斯坦福《人工智能医学健康》课程，全面阐述AI在医学的应用，附Slides
不可错过！斯坦福《人工智能医学健康》课程，全面阐述AI在医学的应用，附Slides
专知会员服务
50+阅读 · 2022年10月24日
不可错过！东南大学《机器学习》课程，13节基础机器学习课，附Slides
不可错过！东南大学《机器学习》课程，13节基础机器学习课，附Slides
专知会员服务
95+阅读 · 2022年9月6日
【阿姆斯特丹大学Erik J Bekkers】群等变深度学习介绍，Introduction to group equivariant deep learning
【阿姆斯特丹大学Erik J Bekkers】群等变深度学习介绍，Introduction to group equivariant deep learning
专知会员服务
27+阅读 · 2022年3月27日
Yann LeCun主讲！纽约大学《深度学习》2021课程全部放出，附slides与视频
Yann LeCun主讲！纽约大学《深度学习》2021课程全部放出，附slides与视频
专知会员服务
48+阅读 · 2021年11月15日
【UAI2021教程】贝叶斯最优学习，65页ppt
【UAI2021教程】贝叶斯最优学习，65页ppt
专知会员服务
65+阅读 · 2021年8月7日
不可错过！CMU「概率图模型」课程，附Slides
专知会员服务
74+阅读 · 2021年6月12日
不可错过！「强化学习导论」多伦多大学2021课程，附SLIDES与140页pdf
不可错过！「强化学习导论」多伦多大学2021课程，附SLIDES与140页pdf
专知会员服务
67+阅读 · 2021年3月24日
热门VIP内容
相关资讯
《深度学习理论经验挑战》，哈佛大学Boaz Barak教授最新报告
《深度学习理论经验挑战》，哈佛大学Boaz Barak教授最新报告
专知
1+阅读 · 2022年11月24日
不可错过！CMU《结构化数据机器学习》课程，附Slides
不可错过！CMU《结构化数据机器学习》课程，附Slides
专知
0+阅读 · 2022年11月2日
不可错过！MIT韩松博士《TinyML与高效深度学习》2022课程，附Slides
不可错过！MIT韩松博士《TinyML与高效深度学习》2022课程，附Slides
专知
5+阅读 · 2022年10月31日
不可错过！斯坦福《图学习》研讨会，Jure Leskovec主持，附slides！
不可错过！斯坦福《图学习》研讨会，Jure Leskovec主持，附slides！
专知
0+阅读 · 2022年10月5日
不可错过！东南大学《机器学习》课程，13接基础机器学习课，附Slides
不可错过！东南大学《机器学习》课程，13接基础机器学习课，附Slides
专知
4+阅读 · 2022年9月6日
不可错过！ Virginia Tech《人工智能分子建模》课程，讲述深度分子表示合成等
不可错过！ Virginia Tech《人工智能分子建模》课程，讲述深度分子表示合成等
专知
0+阅读 · 2022年4月18日
【MILA-唐建】几何深度学习药物发现，87页ppt，附视频
【MILA-唐建】几何深度学习药物发现，87页ppt，附视频
专知
7+阅读 · 2022年2月17日
2021年不可错过的40篇AI论文！
2021年不可错过的40篇AI论文！
CVer
0+阅读 · 2022年1月1日
2021年不可错过的40篇AI论文，你都读过吗？
2021年不可错过的40篇AI论文，你都读过吗？
机器之心
0+阅读 · 2021年12月27日
【DeepMind深度学习课程】神经网络基础，104页ppt，Neural Networks Foundations
【DeepMind深度学习课程】神经网络基础，104页ppt，Neural Networks Foundations
专知
13+阅读 · 2020年6月24日
相关基金
天元数学交流项目图像处理中的数学理论及方法研讨会
国家自然科学基金
9+阅读 · 2017年12月31日
资助《数学进展》期刊
国家自然科学基金
3+阅读 · 2015年12月31日
《数学学报》期刊
国家自然科学基金
5+阅读 · 2015年12月31日
基因表达专题讲习班
国家自然科学基金
2+阅读 · 2015年4月30日
数学：大有可为
国家自然科学基金
5+阅读 · 2013年12月31日
不可压向列型液晶流系统的一些数学问题研究
国家自然科学基金
0+阅读 · 2013年12月31日
不可压缩流体力学方程组的相关研究
国家自然科学基金
0+阅读 · 2012年12月31日
电子与信息学报
国家自然科学基金
0+阅读 · 2011年12月31日
组合、设计与代数学术研讨会
国家自然科学基金
4+阅读 · 2011年8月31日
安全的多方计算几何的研究
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Meta-Uncertainty in Bayesian Model Comparison
Arxiv
0+阅读 · 2023年2月21日
Variational inference in neural functional prior using normalizing flows: Application to differential equation and operator learning problems
Arxiv
0+阅读 · 2023年2月21日
Optimization-Informed Neural Networks
Arxiv
0+阅读 · 2023年2月20日
Narrowest Significance Pursuit: inference for multiple change-points in linear models
Arxiv
0+阅读 · 2023年2月20日
Probabilistic Circuits That Know What They Don't Know
Arxiv
0+阅读 · 2023年2月17日
AutoFed: Heterogeneity-Aware Federated Multimodal Learning for Robust Autonomous Driving
Arxiv
0+阅读 · 2023年2月17日
Robust expected improvement for Bayesian optimization
Arxiv
0+阅读 · 2023年2月16日
The Conflict Between Explainable and Accountable Decision-Making Algorithms
Arxiv
31+阅读 · 2022年5月11日
The Modern Mathematics of Deep Learning
Arxiv
49+阅读 · 2021年5月9日
A Large-Scale Study on Unsupervised Spatiotemporal Representation Learning
Arxiv
11+阅读 · 2021年4月29日
微信扫码咨询专知VIP会员
Top