我认为，在应用这些技术时，一个关键的挑战在于找到正确的“表征”（此外还要有足够的数据），举一个老例子：

　　论文 ：Lusci, Alessandro, Gianluca Pollastri, and Pierre Baldi. "Deep architectures and deep learning in chemoinformatics: the prediction of aqueous solubility for drug-like molecules." Journal of chemical information and modeling 53.7 (2013): 1563-1575. Deep Architectures and Deep Learning in Chemoinformatics: The Prediction of Aqueous Solubility for Drug-Like Molecules

　　在这项研究中，研究者把分子表示为一种直接的非循环图（传统结构是间接循环图），把其作为一个递归神经网络的输入，用于预测这些分子的溶解度。

　　最近，令人激动的例子是：

　　论文：Gómez-Bombarelli, Rafael, et al. "Automatic chemical design using a data-driven continuous representation of molecules." arXiv preprint arXiv:1610.02415 (2016). [1610.02415] Automatic chemical design using a data-driven continuous representation of molecules(初稿刚写出来几周)

　　简单来说，研究者训练了一个自动编码器 ，用于生成一个真实的、合成的分子。在这里，他们的神经网络把SMILES字符转化成多个隐藏的表征（只包含统计上显著的压缩向量），并以极少或者无错误返回SMILES字符串中，SMILES字符串是1维分子表征。例如，表示阿司匹林 的SMILES 串可以表示为： CC(=O)OC1=CC=CC=C1C(=O)O 等同于一下二维结构：

Aspirin (2-(acetyloxy)benzoic acid)

　　最后，2016年，机器学习的门槛降低也让我很兴奋，这要归功于过去几年间发展出来的工具，从 scikit-learn 到Theano，再到 TensorFlow以及Keras。这些工具带来的便利性在于它们让我可以更少地担心技术部署，从而聚焦于真正想解决的问题。

　　机器学习中 最重要的是统计学和概率论

　　问：机器学习中，哪些数学理论特别有用？

　　统计学、概率论、线性代数和微积分。

　　其中，又数统计学和概率论最为重要，因为首要任务通常都是在一个辨别模型和一个生成模型之间做选择，去定义一个性能标准，并评估结果。线性代数是机器学习部署的一个主要支柱，它能让我们把记录和实现保持在一个非常高效的水平。我想说的是，在纯机器学习应用中，微积分并不是那么重要，但是，如果我们对理解所采纳的算法感兴趣，多变量计算和优化理论就变得非常关键。

　　计算机生物学的优势在于有大量非标签数据

　　问：在生物学和机器学习之间，有哪些最令人兴奋的问题？

　　在计算机生物学中，通常我们会拥有大量的非标签数据，这是非常奢侈的（有时候标签数据也很多，这取决于项目）。

　　我认为，现实中一大挑战是我们如何表示这些数据，以把它们输入到机器学习算法中（也叫特征表示）。我最近发现了一些比较有潜力的创意和方法（就是上文推荐的论文）。

　　用一个简单的算法，10天掌握机器学习

　　?问：如何在10天掌握机器学习？??

　　10天？这绝对是一个很有挑战性的任务。不过，我认为10天的时间足够让你对机器学习领域有一个非常好的了解了，或许你还可以开始在自己想要解决的问题上进行实践。

　　首先，你要对三个子领域（监督学习、非监督学习和增强学习）有一个入门级的了解。如果是我的话，j2直播，我可能会把时间花在一个能代表这三个领域的简单算法上（也可能会把增强学习留到后面）。