机构名称：
¥ 1.0
机器学习 (ML) 在药物发现领域的普及度不断提高，取得了令人瞩目的成果。随着其使用的增加，其局限性也变得明显。这些局限性包括对大数据的需求、数据稀疏性以及缺乏可解释性。很明显，这些技术并非真正自主的，即使在部署后也需要重新训练。在这篇评论中，我们详细介绍了如何使用先进技术来规避这些挑战，并从药物发现和相关学科中汲取了实例。此外，我们还介绍了新兴技术及其在药物发现中的潜在作用。本文介绍的技术有望扩大 ML 在药物发现中的适用性。
药物研发中的先进机器学习技术
主要关键词
相关文件推荐
