Cantitate/Preț
Produs
Total produse
Vezi coșul
From Statistical Physics to Data-Driven Modelling: with Applications to Quantitative Biology de Simona Cocco

From Statistical Physics to Data-Driven Modelling: with Applications to Quantitative Biology

Autor Simona Cocco, Rémi Monasson, Francesco Zamponi
en Limba Engleză Hardback – 9 sep 2022

Observăm în ultimul deceniu o evoluție fundamentală a științelor experimentale, care au trecut de la monitorizarea sistemelor izolate la gestionarea unor volume masive de date provenite din manipularea sistemelor microscopice complexe. Lucrarea From Statistical Physics to Data-Driven Modelling, semnată de Simona Cocco, Rémi Monasson și Francesco Zamponi, reflectă această schimbare de paradigmă, oferind instrumentele necesare pentru a extrage sens din datele biologice și fizice contemporane. Notăm cu interes faptul că autorii nu prioritizează rigoarea matematică aridă, ci se concentrează pe construirea unei intuiții solide și pe evidențierea legăturilor organice dintre fizica statistică și algoritmii de învățare automată.

Descoperim aici o structură pedagogică riguros adaptată curriculumului de masterat și doctorat, unde metodele de optimizare și teoria probabilităților sunt aplicate direct în biologia cantitativă. Volumul extinde cadrul propus de Statistical Physics de Josef Honerkamp prin integrarea tehnicilor moderne de inferență și machine learning, trecând dincolo de simpla analiză a sistemelor stochastice către modelarea activă bazată pe date. În timp ce Scientific Inference de Simon Vaughan se concentrează pe manipularea de bază a datelor și funcția de verosimilitate, lucrarea de față propune o abordare mai profundă, ancorată în fizica sistemelor cu multe componente.

Experiența de lectură este facilitată de cele 76 de ilustrații și de accentul pus pe aplicații practice. Deși cititorul are nevoie de o bază în programare, textul ghidează eficient tranziția de la teorie la implementare, fiind esențial pentru cei care doresc să utilizeze fizica statistică drept busolă în explorarea seturilor de date complexe din științele vieții.

Citește tot Restrânge

Preț: 37174 lei

Preț vechi: 47678 lei
-22%

Puncte Express: 558

Carte disponibilă

Livrare economică 07-13 mai

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9780198864745
ISBN-10: 0198864744
Pagini: 192
Ilustrații: 66 b/w figures and 10 colour images
Dimensiuni: 175 x 242 x 14 mm
Greutate: 0.53 kg
Ediția:1
Editura: OUP OXFORD
Colecția OUP Oxford
Locul publicării:Oxford, United Kingdom

De ce să citești această carte

Această lucrare este esențială pentru studenții și cercetătorii care doresc să aplice principiile fizicii statistice în analiza datelor biologice. Cititorul câștigă o înțelegere clară a modului în care conceptele de inferență și optimizare pot decoda sistemele complexe. Este un ghid practic ce transformă teoria abstractă în instrumente de modelare computațională, oferind un avantaj competitiv în domeniul emergent al biologiei cantitative.

Despre autor

Simona Cocco, Rémi Monasson și Francesco Zamponi sunt cercetători reputați la intersecția dintre fizica teoretică și biologia computațională. Simona Cocco și Rémi Monasson activează în cadrul Laboratoire de Physique de l'Ecole Normale Supérieure din Paris, fiind recunoscuți pentru contribuțiile lor în aplicarea mecanicii statistice la analiza secvențelor proteice și a rețelelor neuronale. Francesco Zamponi este specialist în studiul sistemelor dezordonate și al tranzițiilor de fază. Expertiza lor combinată oferă acestei lucrări o perspectivă unică asupra modului în care metodele fizicii pot fi recalibrate pentru provocările moderne ale științei datelor.

Descriere

The study of most scientific fields now relies on an ever-increasing amount of data, due to instrumental and experimental progress in monitoring and manipulating complex systems made of many microscopic constituents. How can we make sense of such data, and use them to enhance our understanding of biological, physical, and chemical systems? Aimed at graduate students in physics, applied mathematics, and computational biology, the primary objective of this textbook is to introduce the concepts and methods necessary to answer this question at the intersection of probability theory, statistics, optimisation, statistical physics, inference, and machine learning.The second objective of this book is to provide practical applications for these methods, which will allow students to assimilate the underlying ideas and techniques. While readers of this textbook will need basic knowledge in programming (Python or an equivalent language), the main emphasis is not on mathematical rigour, but on the development of intuition and the deep connections with statistical physics.

Recenzii

This book addresses crucially important questions and delivers a unique outlook on a timely topic.
Modern post-genome biology and medicine are in the middle of a quantitative revolution and this unique and timely book by three experienced researchers will be indispensable to anyone studying or interested in the topic.
This is a much-needed text on an extremely relevant topic, written by three authors with considerable experience and expertise.

Notă biografică

Simona Cocco is a research Director at the Ecole Normale Supérieure in Paris, working on statistical physics, biophysics, and inference of models from data. In 2000, she received a double PhD in Physics from the Ecole Normale Supérieure in Lyon and Biophysics from the University of Rome “Sapienza” and was then a postdoc at the ENS in Paris and in Chicago, before joining the CNRS in 2001 as a permanent researcher. Between 2009 and 2011 she was a senior member at the Institute of Advanced Study in Princeton.Rémi Monasson is a research Director at the CNRS and the Ecole Normale Supérieure, and a professor at the Ecole Polytechnique. He did his PhD on the statistical mechanics of neural networks, and was then a postdoc in Rome, working on disordered systems and phase transitions in optimisation problems. He later worked on biophysics and systems biology in Chicago and at the Institute for Advanced Study in Princeton. His research interests lie at the intersection of statistical physics, machine learning and computational biology.Francesco Zamponi received his PhD in Theoretical Physics from the University of Rome “Sapienza” and was then a postdoc at the ENS and the CEA in Paris, before joining the CNRS in 2008 as a permanent researcher. He is currently based at the Physics Department of the ENS in Paris. His research is driven by the application of ideas and methods issued from the statistical mechanics of complex systems, to problems arising in classical and quantum condensed matter, biology, information theory, and mathematics. He has published over 130 research articles, and is the author of a chapter for the Handbook of Satisfiability (IOS Press 2021) and a book on the Theory of Simple Glasses (Cambridge University Press 2019). He was awarded an ERC Consolidator grant (GlassUniversality) and is one of the Principal Investigators of the Simons collaboration on ‘Cracking the glass problem’.