Машинное обучение в химии. Workshop от компании BIOCAD

Машинное обучение хорошо работает в задачах, которые сложно описать формально: распознавание образов на изображениях, классификация эмоциональной окраски текстов, предсказание оттока клиентов. Фармацевтические компании видят потенциал в предиктивной аналитике, но есть проблемы: 1. Данные в этой области необычны - это молекулы. Органическая молекула состоит из атомов и связей и в машиночитаемом виде может быть представлена различными способами, каждый из которых имеет ограничения. 2. Открытых наборов данных нет, закрытые очень дорогие и имеют неподходящий вид. На встрече разберем задачу машинного обучения в фармацевтике: предсказание исходных соединений для заданной молекулы. Вы еще раз убедитесь, что подготовка и обработка данных в реальной задаче занимает 99% времени, а построение моделей - оставшийся 1%. Будут разобраны основные проблемы и их решения.