創新工具為深度學習提供可重復性

機器學習和AI是科學中令人興奮的主題，它們有望提供更快，更準確的數據分析和新見解。但是，他們經常創建“黑匣子”模型，我們不容易理解或復制它們。由于科學依賴我們在以前的工作基礎上的能力，因此這對未來很危險。

在一項新的研究中，John Innes中心信息學團隊的Matthew Hartley博士和Tjelvar Olsson博士展示了我們如何能夠提高依賴于深度學習(DL)模型的數據分析的長期可重復性。

DL技術是機器學習的一個子集，它利用人工神經網絡，模擬真實神經元工作方式的模擬系統。在生物學中，DL已被應用于許多問題，例如細胞圖像分割，基因組變異調用和轉錄因子結合位點預測。

本文提供了可重現模型開發的指南，以及該團隊已開發的Python軟件包dtoolAI。

“我們發現這些工具對于使我們自己的AI模型更易于理解和重新創建非常有用，我們希望其他人也能這樣做，”約翰·英內斯中心信息學負責人Hartley博士說。

文章“ dtoolAI：深度學習的可再現性”出現在Pattern中。