awesome-AI-plus

人工智能

🌟致力于AI for science的交叉学科融合。

🎯项目愿景：交叉学科融合正在成为新时代的发展机遇，两会期间总理也提出人工智能是发展新质生产力的重要引擎。逸思长天团队长期对人工智能技术深耕，想通过上百个学科行业交流的形式，以人工智能赋能作为“催化剂”，汇聚多学科力量，共同聚焦产业真需求、挖掘前沿真难点，促进大学与社会、科研与服务、学科建设与产业需求之间的紧密协同。

🤝联系我们：微信添加afan-life 进入“人工智能+”交流社群，收看百行交流在线直播。

🔀目录

建模实战

采访记录

学科知识

环境经济学、钢铁冶金、水产行业、材料学科、金融学科、3D打印学科、集成电路-失效分析、脑科学-脑影像、核医学、医疗健康

AI知识

思考/误区 初级知识 前沿理论 教程推荐

AI工具

参与贡献

🔖建模实战

收录了逸思长天团队的建模实战案例，每个案例均有数据，部分还有加工处理代码，大家可以联系我们获取（微信：afan-life）

日期	建模名称	类型标签	行业
24.08.06	用AI人工智能守护腰椎健康	脊椎滑脱 | 腰椎间盘突出 | 骨盆 | 骶骨 | 脊髓 | 椎体	医疗
24.07.25	用人工智能进行PM2.5空气污染物预测	DEL | rdkit | 摩根指纹 | SMILES | 靶蛋白 | 高通量 | DNA | bindingdb	环境
24.07.19	用机器学习加速新药筛选研发	AQI | 环境工程 | 环境治理 | 能见度 | 大气压 | 风速 | 印度 | 新德里	生物制药
24.07.12	人工智能DNA启动子识别预测	DNA启动子识别预测 | 生命科学 | RNA | 蛋白质 | 分子 | 转录 | 翻译	基因工程
24.07.05	量化投资中机器学习的应用思路	数字货币 | 股票 | 期货 | 高频 | CTA | tick	金融
24.07.03	AI也能看懂心电图？心律不齐模型预测	ECG | 峰值 | 人工智能 | 机器学习 | 心电图 | MIT-BIH | 电信号	信号分析
24.06.24	用拉曼光谱+机器学习实现精准初筛COVID-19	冠病毒 | 光谱 | 初筛 | 方差分析 | 蛋白质 | 生物分子	光谱分析
24.06.19	AI离婚原因识别，调查问卷还能这么用？	问卷星 | 低代码 | 模型建立	问卷调查
24.05.08	反欺诈案件侦破：规则引擎VS机器学习？	逃税 | 经侦 | 公安 | 反欺诈 | 破案	公共安全
24.04.29	3D打印粗糙度预测	增材制造 | 点云 | 熔丝 | 粗糙度	增材制造
24.04.15	使用自动化建模工具进行钢板缺陷检测	冶金 | 高炉 | 转炉 | 连铸 | 目标检测 | 钢铁 | 铁锈	冶金
24.02.23	Python自动化机器学习建模之股票涨跌预测	数字货币 | 股票 | 投资	金融
24.01.19	大数据扫黄识别！自动化建模实战案例模拟	按摩 | 商K | 开房 | 会所 | 小姐	公共安全
24.01.16	利用自动化机器学习建立股票价格预测模型	kaggle | 股票 | 量化投资	金融
24.01.15	利用自动化机器学习建立比特币价格预测模型	kaggle | 数字货币| 以太坊 | 币安	金融
24.01.11	利用自动化机器学习建立旅游险投保预测模型	投保 | 道德风险 | 逆向选择	保险精算
24.01.10	利用自动化机器学习建立耗电量时序预测模型	kaggle | 耗电量 | 发电站 | 风电	能源
24.01.09	利用自动化机器学习建立研究生录取预测模型	高考 | 考研 | 留学 | 出国	教育
24.01.05	利用自动化机器学习建立房屋价格模型	二手房 | 新房 | 房价预测	资产评估
24.01.04	利用自动化机器学习建立睡眠质量预测模型	医疗 | 睡眠 | 眼动 | 深度睡眠	健康
24.01.03	利用自动化机器学习建立银行存款预测模型	金融 | 银行 | 贷款 | 理财	营销
24.01.02	利用自动化机器学习建立分析师工资预测模型	BOSS直聘 | 毕业 | 失业 | 猎聘	就业
23.12.29	利用自动化机器学习建立甲状腺癌症预测模型	医疗 | 甲状腺 | 结节 | 癌症	医疗
23.12.28	利用自动化机器学习建立肝硬化存活预测模型	肝 | 脾 | 胃 | 心 | 肾	医疗
23.12.27	利用自动化机器学习建立肺癌风险预测模型	肺癌 | 抽烟 | 二手烟 | 咽喉癌	医疗
23.12.26	利用自动化机器学习建立糖尿病预测模型	糖尿病 | 糖原 | 血糖 | 胰岛素	医疗
23.12.25	利用自动化机器学习建立心力衰竭预测模型	心力衰竭 | 心脏病 | 早搏	医疗
23.12.22	利用自动化机器学习建立军舰健康维护预测	故障 | 军舰 | 设备 | 运维	运维
23.12.21	利用自动化机器学习建立汽车引擎健康预测	引擎 | 发动机 | 油车 | 电车	运维
23.12.20	利用自动化机器学习建立电梯维护预测模型	电梯 | 扶梯 | 垂直电梯	运维
23.12.19	利用自动化机器学习建立设备故障预测模型	转速 | 扭矩 | 磨损 | 温度 | 湿度	运维
23.12.18	航班价格预测：回归任务进行自动化建模	航班 | 航旅 | 航司 | 飞行员 | 票务	旅游
23.12.15	利用自动化机器学习建立英雄联盟预测模型	英雄联盟 | 王者荣耀 | LOL |DOTA	游戏
23.12.14	利用自动化机器学习建立水质健康预测模型	水质 | 纯净水 | 矿泉水 | 娃哈哈 | 怡宝 | 农夫山泉 | 百岁山	环境
23.12.13	利用自动化机器学习建立中风患者预测模型	中风 | 卒中 | 心脑血管 | 猝死	医疗
23.12.12	利用自动化机器学习建立公司破产预测模型	破产 | 重组 | 违约 | 清算	资产评估
23.12.11	利用自动化机器学习建立酒店预定预测模型	酒店 | 携程 | 飞猪 | 途牛 | 去哪儿	旅游
23.11.28	心脏病患者建模预测	心脏病 | 心脑血管 | BMI | CDC	医疗
23.11.12	用户流失预警建模	生命周期 | LTV | 沉睡 | 唤醒	营销

📝采访记录

文字版：参考本项目下的text_version文件夹。

分享资料：参考本项目下的documents文件夹。

视频资料：在学科知识对应的学科目录下

🔬学科知识

学科知识是从采访记录中抽取的行业学科知识。

环境经济学

采访视频：河海大学陈同学：环境经济学中人工智能的应用

研究目标：环境经济学是指运用经济科学与环境科学的原理和方法，这就这里面就体现了环境经济，它本身也是一种交叉学科的一种一种延伸，分析经济发展与环境保护的矛盾以及经济再生产人口再生产和自然再生产这三者之间的联系。选择经济合理的物质变换方式以使用最小的劳动消耗为人类创造清洁、舒适、优美的生活和工作环境。

研究对象：水资源、能源、大气污染、碳排放。

顶级期刊：

• ENERGY POLICY

• WATER RESEARCH

• Applied Energy

• Journal of Environment Management

• Sustainable Production and Consumption

• Enviromental Science & Technology

• Energy Economics

• Journal of Cleaner Production

人工智能+成果：

• 使用LSTM进行碳排放预测：How can China achieve the 2030 carbon peak goal—a crossover analysis based on low-carbon economics and deep learning

钢铁冶金

采访视频：东北大学宋同学：钢铁冶金与AI人工智能技术

研究目标：面向国家重大工程与重点项目，通过冶金过程的智能化、绿色化、高效化，发展先进金属材料的制备技术；面向国民经济主战场，打造绿色、智能与材料冶金技术，最大限度地减少冶金工艺过程的资源和能源消耗，实现对冶金资源的高值化利用；面向国际前沿，围绕先进金属材料、冶金过程的前沿理论，构建多学科交融理论体系。

核心过程：整个钢铁冶金的流程，主要包括高炉炼铁转炉炼钢，以及后边的连铸这三部分组成。当然了在这个高炉这个过程，他就是一个非常复杂的一个生产环节。因为他涉及一个铁前和铁后的一个生产过程。铁前指的就是原料的一些生产过程，比如说这些原料我们不是凭空的从矿山上挖出来直接丢到炉子里冶炼。我们需要进行一部分的这个预处理，比如说这个铁矿石我们需要对他进行选矿，然后对他的粒度对他的形貌进行一个制备，把他制成球团或者是烧结矿就是块状的烧结矿等等。还有一些石灰石或者是煤，这些添加剂用来作为还原剂铁前工艺，主要涉及到原料的预处理，包括对铁矿石的制粒或者烧结，然后加入到这个高炉中他不能从矿山中直接使用。然后铁后，就是指的是生产出的铁水要进行一部分的有害元素的预脱除，然后才能进入转炉炼钢。最后，生产出来的合格的铁水再经过轧制连铸的过程形成我们现在需要的这个钢板或者是一些棒材或者是管材等等。这是主要的钢铁冶金的三个重要生产环节，就是高炉转炉和连铸。

顶级期刊：

• METALLURGICAL AND MATERIALS TRANSACTIONS

• ISIJ INTERNATIONAL

• STEEL RESEARCH INTERNATIONAL

• TRANSACTIONS OF NONFERROUS METALS SOCIETY OF CHINA

• Journal of Materials Science & Technology

• International Journal of Minerals Metallurgy and Materials

数据/软件：

• 中国科学院公益学术平台

• 化学热力学领域中世界上完全集成数据库最大的计算系统之一：FactSage

人工智能+成果：

• 东北大学王国栋院士团队 钢铁生产创新基础设施架构下的工业大模型系统

• 人工智能在炼钢和黑色金属材料中的应用专刊 Special issue on application of AI in steelmaking and ferrous materials

• 基于工业大数据的智能高炉炼铁技术的关键问题与进展 Key issues and progress of industrial big data-based intelligent blast furnace ironmaking technology

• 华为矿山军团 基于盘古大模型的人工智能新架构的钢铁工业人工智能解决方案

人工智能实践教学：

• 场景+数据+建模实战：使用自动化建模工具进行钢板缺陷检测

• 场景+建模思考：缺陷检测任务只能用纯图像识别吗？

水产行业

采访视频：中国海洋大学于同学：水产行业中人工智能技术的运用

学科定义：水产学是一门研究水域环境中经济动植物捕捞、增养殖与理论与工程技术的综合性国家一级学科。水产或者渔业的英文是 “Aquaculture”或“Fisheries” 。简而言之，即利用“水域资源”，开展“鱼、虾、贝、藻”等水生动植物的生产。按照渔业生产水域的不同，被划分为海洋渔业、淡水渔业。根据生产方式的不同，被划分为捕捞渔业和水产养殖。

研究对象：

• 水产养殖：研究陆地水体与海域里的经济水生生物增养殖及其相关内容。

• 捕捞渔业：研究自然界中的渔业资源及其相关内容。

研究目标：希望把覆盖地球表面71%的广袤水域，建设成支撑人类社会发展的“蓝色粮仓”，用资源节约、环境友好的方式，更高效地为人类提供绿色、优质、健康、经济的水产品。细分来看：

• 水产养殖方面：主要研究经济水生生物的增养殖，减少人们对捕捞水产品的依赖。如：养殖生物如何吃的更经济营养均衡、免疫及生病前中后的应对、繁育和优良性状最大化、生活环境、增殖养殖技术以及各类研究机理层面的问题。

• 捕捞渔业方面：主要研究实现自然渔业资源的管理和可持续利用。如：哪里有？数量变动规律？目的是希望通过研究理论、配套技术和工程手段，进行渔业资源养护、渔业生态环境修复、倡导负责任捕捞，以减缓渔业资源衰退速度。

研究方向：

• 水产学专业导论课维度：水产养殖生态学、水产生物遗传与育种、水产动物营养与饲料、水产动物医学、水产养殖技术与环境安全、渔业资源与管理、海洋牧场、渔业工程与技术、水族与休闲渔业

• OUC实验室维度

  • 水产养殖系：水产动物营养与饲料实验室、原生动物学研究室、水产养殖生态学实验室、水产动物免疫与病害实验室、贝类遗传育种研究室、鱼类生理与繁育实验室、水产动物环境生理学研究室、应用微藻实验室、藻类学与藻类养殖研究室、甲壳动物养殖技术实验室

  • 海洋渔业系：渔业生态系统评估研究室、资源增殖生态学实验室、渔业海洋学研究团队、渔业技术实验室、海洋生物环境工程实验室、发育信号转导与器官再生实验室

顶级期刊：    

• 渔业现代化

• 水生生物学报

• 水产学报

• 中国水产科学

• 海洋通报

• 热带海洋学报

• 海洋科学

• 上海海洋大学学报

• 中国海洋大学学报

• 渔业科学进展

• 海洋渔业

• 渔业现代化

资料推荐：

• 中国海洋大学麦康森院士等：蓝色粮仓——水产学专业导论—智慧树网

人工智能+成果：

• 计算机视觉在养殖虾生长监控中的应用

• 以色列将“基因编辑+AI育种”技术用于虾类育种

• 深度强化学习用于预测开放水产养殖生态系统中鱼类的生存：Deep reinforcement learning for forecasting fish survival in open aquaculture ecosystem

材料学科

采访视频：东华大学季同学：材料学科中人工智能技术的运用

学科定义：材料科学是一门研究材料的结构、性质、制备和应用的学科。它涵盖了从原子、分子层面到宏观物质的各种性质和特征的研究，旨在开发新材料，改进现有材料的性能，并探索材料在各种应用领域的潜在用途。

学科分类：

• 按材料类型：金属材料，如铁铜等；无机非金属材料，如陶瓷材料半导体材料等；高分子材料，如塑料橡胶等；复合材料，即两种及以上的的材料组成的有更多优点的材料。

• 按材料功能：结构材料，即主要利用材料的力学性能，如建筑物上的材料；功能材料，即拥有除力学以外特殊功能的材料，如半导体材料等。

研究目标：材料学科是一个涉及多个学科的交叉性学科，主要研究的问题广泛而深入。材料学科主要研究的一些问题也涉及多个方面，我们通常以组分——结构——性能为主线来设计一种材料。那么在此顺序中涉及的材料问题就是揭示材料的化学成分、微观结构与其宏观性能之间的关系。此外，随着科技的不断发展，人们生活水平的不断提高，各种含有特殊功能的新材料也急需被开发研制出来，例如各种耐高温、耐腐蚀、高强度以及各种新能源材料。

顶级期刊：

• Nature

• Science

• Nature Materials

• Nature Energy

• Advanced Materials

人工智能+成果：

• 触觉传感器件结合机器学习有望应用于一些无视野或人无法前往的特种领域：A high-accuracy, real-time, intelligent material perception system with a machine-learning-motivated pressure-sensitive electronic skin

金融学科

采访视频：对外经济贸易大学于同学：金融学科中人工智能的应用介绍

研究方向：宏观：货币政策、国际金融、金融监管；中观：资本市场，如银行、证券、保险、基金等；微观：公司金融、家庭金融。

顶级期刊：

• 经济学五大刊：

  • The American Review

  • Econometrica

  • Quarterly Journal of Economics

  • Journal of Political Economy

  • The Review of Economic Studies

• 金融学三大刊：

  • The Journal of Finance

  • Journal of Financial Economics

  • The Review of Financial Studies

• 国内顶级期刊：

  • 中国社会科学

  • 经济研究

  • 管理世界

  • 经济学（季刊）

  • 金融研究

  • 中国工业经济

  • 数量经济技术经济研究

  • 世界经济

• 人工智能+成果：

  • 提供市场预测和交易决策参考 NLP

  • 信贷审批及风险管理 Numerai

  • 投资分析（搜集信息写研报）BloombergGPT

  • 基于交互性的金融知识传输和服务（投资者教育、智能投顾、产品销售）COVU

  • 资产配置顾问：理财、保险

  • 保险领域：保险定价和风险评估、智能客服与理赔服务、反欺诈与合规监控、保险投资与风险管理

3D打印学科

采访视频：吉林大学卢同学：3D打印中人工智能的应用介绍

学科定义：增材制造（Additive Manufacturing，简称AM），俗称3D打印，是一种基于数字模型文件，通过逐层添加材料来制造实体物品的技术。它融合了计算机辅助设计、材料加工与成型技术，以数字模型文件为基础，通过软件与数控系统将专用的金属材料、非金属材料以及医用生物材料等，按照挤压、烧结、熔融、光固化、喷射等方式逐层堆积，从而制造出实体物品。

核心方法：

• 光固化：光固化增材制造是一种利用紫外光固化光敏树脂来逐层堆叠制造物体的制造技术。通过使用光固化设备，可以在短时间内实现高精度、高速度的制造过程。这种技术在3D打印、快速原型制造等领域有着广泛的应用。

• 熔融沉积：熔融沉积技术是一种常见的增材制造技术，它利用高能热源（例如激光或电弧等）将粉末或丝材熔化，并将熔化的金属沉积到基材上，通过不断重复这个过程，可以逐层堆叠出具有特定形状和结构的零件或构件。

• 浆料直写增材制造：是一种多功能且低成本的增材制造技术，以生产具有不同材料成分，复杂形状和量身定制的内部结构的3D实体。它是指在环境温度下，通过小喷嘴挤出糊状物或“墨水”来制造物体以制造具有悬浮和无支撑纤维的打印部件。

• 选择性激光烧结：它使用红外激光器作为能源，通过加热粉末材料至其熔点以下进行选择性烧结。这种技术可以使用的材料非常广泛，包括塑料、金属、陶瓷等粉末材料。

顶级期刊：

• Additive Manufacturing（增材制造）

• Additive Manufacturing Frontiers（增材制造前沿）

• ADVANCED MATERIALS

• Virtual and Physical Prototyping（虚拟和物理原型设计）

• Materials Science and Engineering: A 

• International Journal of Extreme Manufacturing（极端制造）

• Materials

• 3D Printing and Additive Manufacturing（3D打印和增材制造）

• Progress in Additive Manufacturing（增材制造进展）

• Journal of Materials Processing Technology（材料加工技术杂志）

人工智能+成果：

• 卷积神经网络(cnn)在3d打印零件缺陷识别中的应用：Materials | Free Full-Text | The Application of Convolutional Neural Networks (CNNs) to Recognize Defects in 3D-Printed Parts

• 用于增材制造分层监测的原位点云融合：In-situ point cloud fusion for layer-wise monitoring of additive manufacturing

• 基于图像分析的熔丝增材制造闭环质量控制：Image analysis-based closed loop quality control for additive manufacturing with fused filament fabrication

集成电路-失效分析

采访视频：哈尔滨工业大学刘同学：集成电路行业中人工智能技术的运用

行业位置：那么集成电路行业呢从源头来看的话主要是芯片设计，然后呢会把设计图纸给这个晶圆厂进行晶圆的生产。然后那个晶圆厂生产好之后呢，会把晶圆送到封测厂进行封装，最后做测试。那么在整个这些生产工艺的过程中，包括生产出来之后的成品都会进行一些测试。那么测试呢就会产生一些不良，也就是达不到测试的要求产品。那么这个东西呢是不能卖给客户的，所以呢要在这个厂内进行一些销毁或者是我们叫lose掉，就是淘汰掉。那么中间产生出来的这些不良品呢，我们把它称为reject，rejection的意思。然后这些不良品就会做这个失效分析。

研究目标：追求的目标其实就是找到这个根本原因，就是所谓的Root Cause。找到这个失效分析的根因呢，实际上不是那么简单的，不是发现一个物理失效点就能解释的，它涉及到方方面面。比方说这个背景调查，比方说共性的调查啊，然后包括要做一些仿真，然后包括做这个就是档案库的一些管理。那么这些拼图拼起来最后可能才能拼出一个真正的这个失效的原因，然后才能就是反馈给这个生产也好反馈给设计也好去做相应的改善。

顶级期刊：

• ISTFA: International Symposium for Testing and Failure Analysis

• IPFA: International Symposium on Physical & Failure Analysis of Integrated Circuits

• ESREF: European Symposium on Reliability of Electron, Devices Failure Physics and Analysis

• IRPS: International Reliability Physics Symposium

人工智能+成果：

• AI+X-ray的图像扫描的3D重构：Accelerate Your 3D X-ray Failure Analysis by Deep Learning High Resolution Reconstruction
• MOS管缺陷目标识别：The Application of Machine Learning in the Next Frontier of Failure Analysis Fault Isolation
• 利用深度学习算法对超声信号进行高精度解析：Automated Defect Classification In Semiconductor Devices Using Deep Learning Networks
• 通过工艺仿真软件生成缺陷数据库+机器学习：TCAD-Enabled Machine Learning Defect Prediction to Accelerate Advanced Semiconductor Device Failure Analysis

脑科学-脑影像

采访视频：上海交通大学江同学：脑科学中人工智能技术的运用

研究目标：在我们现行的教育体系当中最相近的专业可能就是有两个，那一个是这个生物医学工程，还有一个是这个心理学。那么生物医学工程它主要偏向的可能是跟脑部相关的一些疾病，会去研究脑相关的主要可能是跟脑紧密结合的疾病，比如说可能有一些这个脑卒中也就是俗称的中风，还有脑肿瘤，还有一些神经神经的疾病包括一些精神分裂、抑郁症之类的这种精神类疾病。它是跟医学可能紧密程度会高一点，那么心理学的话呢它主要是探究脑的这个认知功能，所以说其实这两个专业都是跟这个脑呢特别相关。分享人这边主要是偏向前者，但是从底层的科研上来说呢，去探究脑的功能其实也是相通的，所以说我们可能有类似的一套这个方法，有类似的一些工具处理技术。所以说这两个其实还是汇聚到一起了。

脑影像的作用：通过磁共振影像可以探究这个大脑内部的一个结构，所以我们也把这个脑影像也叫做大脑指纹。也就是说我们现在基于多模态的这个磁共振影像的大脑指纹。可以把这个大脑的这个结构、功能、代谢这样不同的模式来分析个体的大脑结构功能还有这个代谢特征。所以每个人的大脑都是独一无二的，这样我们每个人的脑影像也是独一无二的。那么这种技术它可以用来在个体之间的大脑差异比较还有疾病诊断，以及这个治疗评估等等。那么也是通过深入挖掘这个大脑主人的信息，也可以更好的去理解一些大脑些疾病。

脑影像的重要性：因为脑它这个器官是非常特殊的，它的内部的结构非常的复杂，然后神经元的数量也非常的多，所以它本身是一个非常高度复杂的器官。并且呢人脑的活检的风险是非常高的，就是说对于一个活体直接检查它的大脑这个其实是很难去直接检查，因为我们最早探究大脑结构是通过解剖学的方法去找到它的大脑的结构初始的图像，在古代其实没有办法在活人的这个身上去实现，所以这个活检风险也非常高。那么血脑屏障也非常难穿越，它是这个脑血管壁上的一种保护性的屏障，它可以限制像药物去从血液当中渗透到这个脑组织当中，所以说这一系列因素就导致诊断脑部疾病的方法和手段就比较少，那么唯一的无创方法就是脑影像，所以脑影像其实在脑科学当中占据了非常重要的位置。

顶级期刊：

• Brain 临床神经学类期刊

• JMRI 美国国际医学磁共振学会旗下期刊

人工智能+成果：

• Nature 长文综述：类脑智能与脉冲神经网络前沿

• 高分医学SCI解读：人工智能AI在缺血性脑卒中成像中的应用

• 利用AI提高脑动脉瘤检测准确率，显著减少临床医生诊断时间检查

核医学

采访视频：桂林医学院陆同学：核医学中人工智能技术的应用

学科定义及范畴：核医学是利用放射性同位素产生的核辐射来诊断、治疗疾病以及进行医学研究的学科。包括临床核医学和基础核医学两大领域。临床核医学主要涉及核素诊断与治疗，如放射性核素显像、功能测定等；基础核医学则侧重于放射性核素在生物医学领域的应用研究，如放射性核素示踪技术等。

顶级期刊：

• The Journal of Nuclear Medicine

• Clinical Nuclear Medicine

人工智能+成果：

• 基于深度学习及Delta影像组学的唾液腺显像在甲状腺癌术后及 131I 治疗后唾液腺损伤评估中的价值

• Development of a predictive nomogram for intermediate-risk differentiated thyroid cancer patients after fixed 3.7GBq (100mCi) radioiodine remnant ablation

• 基于增强CT影像组学预测甲状腺乳头状癌BRAFV600E突变

医疗健康

采访视频：中国科学院大学Ali同学：医疗健康中人工智能技术的应用

AI+目的：

• 诊断（癌症、乳腺肿瘤、肺部感染、抑郁症、自杀风险、心血管问题等）
• 问答（与健康、医疗、身体健康等相关的问题）
• 分析
• 治疗和计划（个性化药物和建议）
• 决策（医院中关于患者的决策，包括癌症、糖尿病等）
• 报告生成（出院总结、健康报告等）

工具网站：

• Hugging Face (find LLMs, datasets, etc., )

• UK Biobank (Health Research Database)

• Physionet (The Research Resource for Complex Physiologic Signals)

• Google Colab (run code in clouds)

• Kaggle (learn from others’ code, and run code in clouds)

• GitHub

顶级期刊：

• Nature Biomedical Engineering

• IEEE Transactions on Biomedical Engineering

• IEEE TRANSACTIONS ON MEDICAL IMAGING

• MEDICAL IMAGE ANALYSIS

• IEEE Transactions on Microwave Theory and Techniques

• IEEE Transactions on Neural Networks and Learning Systems

人工智能+成果（详见Ali交流的PPT文件）：

• 用例 1：用于乳腺癌诊断的 AI
• 用例 2：用于睡眠监测的 AI（使用多导睡眠图 PSG）
• 用例 3：用于非接触式睡眠监测的 AI（使用信号）
• 用例 4：用于无创血压监测的 AI
• 用例 5：用于健康分析和报告生成的 AI
• 用例 6：用于心理健康护理的 AI

AI知识

思考/误区

• 科研领域，除了深度学习我们还能干嘛？

• 用AI工具轻松搞定论文选题，科研无忧！

• 如何回答《好事成双》中深度学习的可解释性问题？

• 别再无脑用深度学习进行建模！

• 从顶刊论文中关于机器学习模型和物理估计模型之间的一点思考

• 利用好特征工程加机器学习能够拟合物理规律的特性，辅助科研！

• 缺陷检测任务只能用纯图像识别吗？

• 反欺诈案件侦破：规则引擎VS机器学习？

• 光谱分析为什么需要自动化机器学习工具？

• Python复现列线图源码教学

• 机器学习应用中可解释性的几个层次

• 非结构化数据如何应用经典机器学习方法

• 大模型小学算术都不会，还能做机器学习吗？

• 科研人员注意！机器学习的调参很重要

• 算法工程师不能说的秘密！特征工程到底有多重要

• 科研必看方法论！AI for science 两大范式

初级知识

• 机器学习基础概念：任务分类、结构化数据

• Python环境搭建：编程语言和开发环境的概念

• 机器学习如同厨房做菜？深度类比分析建模流程，清晰易懂

• 新手常见误区：Python的浅拷贝和内存机制

• 用Python面向对象来灵活构建类和实例

• Pandas真能全部替代Excel吗？详细对比！

• 快速可视化！Pandas内置图表展示

• 统计可视化神器：Seaborn图表大赏

• Pandas高级技巧：双重索引和多维操作！

• 解析Python中奇怪的空值，比较Pandas和Numpy的异同！

• 标准化预处理和数据分布的那些事

• 如何用枚举型特征进行特征构造？

• 使用IV值来对类别标签进行有效性评估

• 分类算法的逻辑回归为什么带有回归？

• 学习决策树算法，科学智慧决策

• 随机森林的命名解析，何为随机？何为森林？

• XGBoost/LightGBM/CatBoost三大算法比较

• auto-sklearn自动化机器学习框架介绍

• Featuretools自动化特征工程框架介绍

前沿理论

• AI4S 01 | AI-for-science的主要领域与基本思想方法

• AI4S 02 | 自动化特征工程简介与研究进展

• AI4S 03 | 时间序列机器学习值得注意的研究发现

教程推荐

• ML-YouTube-Courses：优秀机器学习 YouTube 课程集合，网友整理了 YouTube 上一些最好的和最新的机器学习/人工智能课程，包括机器学习、深度学习、自然语言处理、计算机视觉、多任务学习等等。

• 低门槛通关！Pyhon机器学习自动化建模实战：逸思长天团队研发的帮助非计算机专业同学快速入门上手机器学习的课程，内容涵盖了环境搭建、理论讲解、代码实战，目前已经在B站上架。

AI工具

• 长天ML自动化建模平台：零代码建模，降低非计算机专业同学的使用成本。简单配置即可进行自动化特征工程、自动化模型选择和超参调优，并能快速部署上线，建模过程完全免费，高级功能可通过邀请好友的形式获取免费次卡，或付费包月或加入社群参与活动。官网 注册地址

  教程：

  • 爆炸性效率！用自动化建模工具轻松打造人工智能模型！

  • 时间序列新版发布！无需编程，自动构造人工智能模型，生成建模报告！

  • 模型复现功能升级！自动化建模工具平台，指定数据集分割、指定算法调优，论文复现科研实验更加丝滑！

参与贡献

欢迎大家与我们联系合作分享，为AI+各行业学科做出自己的贡献，微信添加afan-life，你将获得长天ML自动化建模平台的免费月卡，以及现金奖励。