目标和范围

个人经历矿业是一份开放获取、开放同行评议的信息学期刊，涵盖人工智能(AI)、机器学习和视觉分析的各个方面的研究，应用于高维生物学和生物医学数据，专注于从大规模遗传、基因组、代谢组学数据和/或电子健康记录、健康的社会决定因素和环境暴露数据中发现知识的计算方面。

主题领域包括但不限于:

• 新型数据挖掘和机器学习算法的开发、评估和应用。
• 传统数据挖掘和机器学习算法的适应、评估和应用。
• 用于数据挖掘和机器学习算法应用的开源软件。
• 设计、开发和集成数据库、软件和网络服务，用于存储、管理、检索和分析大规模研究中的数据。
• 用于生物学解释和知识发现的数据挖掘和机器学习结果的预处理、后处理、建模和解释。

数据类型包括

• 成像
• 电子健康记录
• 起生物
• 环境数据
• 社会和行为数据
• 可穿戴设备
• 社交媒体数据