Application de l’apprentissage en profondeur dans la modélisation QSAR pour la prédiction de l’activité biologique
- Anaconda ( https://docs.conda.io/en/latest/miniconda.html )
- Tensorflow ( https://www.tensorflow.org )
- Kearas ( https://www.keras.io )
- IDE python (pycharm) (https://www.pycharm.org )
Les données utilisées pour l'évaluation du modèle peuvent être téléchargées à partir de ce projet, (ic.csv) pour 356 elemant.
dataset=pd.read_csv('ic.csv', sep=';', engine='python', na_values=['NA','?'])
X=(np.array(vec2)).reshape(356,50,2,1)
model.fit(X,Observed, batch_size=len(vec2),epochs=1000)