دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: برنامه نویسی: زبان های برنامه نویسی ویرایش: 1 نویسندگان: Robert Gentleman, Vincent Carey, Wolfgang Huber, Rafael Irizarry, Sandrine Dudoit سری: Statistics for biology and health ISBN (شابک) : 0387251464, 9780387293622 ناشر: Springer Science+Business Media سال نشر: 2005 تعداد صفحات: 492 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 18 مگابایت
کلمات کلیدی مربوط به کتاب بیوانفورماتیک و راه حل های زیست شناسی محاسباتی با استفاده از R و Bioconductor: کتابخانه، ادبیات کامپیوتر، ر
در صورت تبدیل فایل کتاب Bioinformatics and Computational Biology Solutions Using R and Bioconductor به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب بیوانفورماتیک و راه حل های زیست شناسی محاسباتی با استفاده از R و Bioconductor نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
Bioconductor یک پروژه نرمافزاری منبع باز و توسعه باز پرکاربرد
برای تجزیه و تحلیل و درک دادههای ناشی از آزمایشهای با توان
بالا در ژنومیک و زیستشناسی مولکولی است. Bioconductor ریشه در
محیط محاسبات آماری منبع باز R دارد.
این پوشش وسیع است و در بسیاری از قابلیتهای کلیدی پروژه
Bioconductor، از جمله وارد کردن و پیش پردازش دادههای با توان
بالا از ریزآرایه، پروتئومیک و فلوسیتومتری است. پلتفرمها:
بررسی و تحویل ابردادههای بیولوژیکی برای استفاده در مدلسازی و
تفسیر آماری
تجزیه و تحلیل آماری دادههای پرتوان، از جمله یادگیری ماشینی و
تجسم
مدلسازی و تجسم نمودارها و شبکهها
توسعهدهندگان این نرم افزار که در بسیاری از موارد محققین
دانشگاهی پیشرو هستند، فصل هایی را به طور مشترک تالیف کردند. همه
روشها با دادههای در دسترس عموم نشان داده شدهاند و بخش
عمدهای از کتاب به نمایش مطالعات موردی کاملاً کار شده اختصاص
داده شده است.
این کتاب چیزی بیش از مجموعهای ثابت از متن توصیفی، شکلها و
نمونههای کد است که توسط آن اجرا شده است. نویسندگان برای تولید
متن آن یک سند پویا است. کد زیر همه محاسباتی که نشان داده شده
است در یک وب سایت همراه در دسترس است و خوانندگان می توانند هر
عدد، شکل و جدول را در رایانه خود بازتولید کنند.
Bioconductor is a widely used open source and open development
software project for the analysis and comprehension of data
arising from high-throughput experimentation in genomics and
molecular biology. Bioconductor is rooted in the open source
statistical computing environment R.
This volumes coverage is broad and ranges across most of the
key capabilities of the Bioconductor project, including
importation and preprocessing of high-throughput data from
microarray, proteomic, and flow cytometry platforms:
Curation and delivery of biological metadata for use in
statistical modeling and interpretation
Statistical analysis of high-throughput data, including machine
learning and visualization
Modeling and visualization of graphs and networks
The developers of the software, who are in many cases leading
academic researchers, jointly authored chapters. All methods
are illustrated with publicly available data, and a major
section of the book is devoted to exposition of fully worked
case studies.
This book is more than a static collection of descriptive text,
figures, and code examples that were run by the authors to
produce the text it is a dynamic document. Code underlying all
of the computations that are shown is made available on a
companion website, and readers can reproduce every number,
figure, and table on their own computers.
Preprocessing Overview....Pages 3-12
Preprocessing High-density Oligonucleotide Arrays....Pages 13-32
Quality Assessment of Affymetrix GeneChip Data....Pages 33-47
Preprocessing Two-Color Spotted Arrays....Pages 49-69
Cell-Based Assays....Pages 71-90
SELDI-TOF Mass Spectrometry Protein Data....Pages 91-109
Meta-data Resources and Tools in Bioconductor....Pages 113-133
Querying On-line Resources....Pages 135-146
Interactive Outputs....Pages 147-160
Visualizing Data....Pages 161-179
Analysis Overview....Pages 183-187
Distance Measures in DNA Microarray Data Analysis....Pages 189-208
Cluster Analysis of Genomic Data....Pages 209-228
Analysis of Differential Gene Expression Studies....Pages 229-248
Multiple Testing Procedures: the multtest Package and Applications to Genomics....Pages 249-271
Machine Learning Concepts and Tools for Statistical Genomics....Pages 273-292
Ensemble Methods of Computational Inference....Pages 293-311
Browser-based Affymetrix Analysis and Annotation....Pages 313-326
Introduction and Motivating Examples....Pages 329-336
Graphs....Pages 337-346
Bioconductor Software for Graphs....Pages 347-368
Case Studies Using Graphs on Biological Data....Pages 369-394
limma: Linear Models for Microarray Data....Pages 397-420
Classification with Gene Expression Data....Pages 421-430
From CEL Files to Annotated Lists of Interesting Genes....Pages 431-442