Cheminformatics with Python (Theoretical and Computational Chemistry)

個数：

予約

Cheminformatics with Python (Theoretical and Computational Chemistry)

Zhang, Zhimin/ Lu, Hongmei/ Wen, Ming

ウェブストア価格 ¥45,976（本体¥41,797）
Elsevier - Health Sciences Division（2026/05発売）
外貨定価 US$ 207.99
ポイント 417pt

現在予約受付中です。出版後の入荷・発送となります。
（重要：表示されている発売日は予定となり、発売が延期、中止、生産限定品で商品確保ができないなどの理由により、ご注文をお取消しさせていただく場合がございます。予めご了承ください。）

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 512 p.
言語 ENG
商品コード 9780443291869

Full Description

Cheminformatics with Python provides a ground-up, practical introduction that helps reader make effective use of the software. In four parts, including programming, data, methods, and applications, the book provides a brief introduction to Python language and related scientific computing, cheminformatics, machine learning, and deep learning packages and presents a systematic study of the representation of instrumental data, including molecular structures and common chemical databases. The methods section covers analytical signal processing, multivariate calibration, multivariate resolution, classical machine learning, and deep learning methods. Finally, the application section presents case studies of successful applications of cheminformatics in analytical chemistry, metabolomics, drug discovery, and more.

A supporting appendix section and the necessary mathematical, statistical, and information theory-related theories are provided, along with practical tips such as code editors and source code management. Online coding materials on GitHub and an individual Jupyter notebook for each chapter further support practical learning. This book will be a great resource for senior undergraduate students, graduate students, post-docs, and professors primarily in the field of computational and analytical chemistry.

1. Introduction

Part I: Python for Cheminformatics
2. Python Basics
3. Python Packages

Part II: Data and Databases
4. Representation of Instrumental Signals
5. Representation of Molecules
6. Databases in Chemistry

Part III: Methods
7. Instrumental Signal Processing
8. Multivariate Calibration and Resolution
9. Manipulation of Molecular Structures
10. Classic Machine Learning Methods
11. Deep Learning Methods

Part IV: Applications
12. Cheminformatics in Analytical Chemistry
13. Cheminformatics in Metabonomics
14. Cheminformatics in Drug Discovery
15. Cheminformatics in Materials Science

Appendices
A: Necessary Knowledge of Mathematics
B: Editors and IDEs