دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Data Analytics in Bioinformatics: A Machine Learning Perspective
دانلود کتاب تجزیه و تحلیل داده ها در بیوانفورماتیک: دیدگاه یادگیری ماشین
مشخصات کتاب
Data Analytics in Bioinformatics: A Machine Learning Perspective
ویرایش: 1 نویسندگان: Rabinarayan Satpathy (editor), Tanupriya Choudhury (editor), Suneeta Satpathy (editor), Sachi Nandan Mohanty (editor), Xiaobo Zhang (editor) سری: ISBN (شابک) : 1119785537, 9781119785538 ناشر: Wiley-Scrivener سال نشر: 2021 تعداد صفحات: 521 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 17 مگابایت
قیمت کتاب (تومان) : 48,000
در صورت تبدیل فایل کتاب Data Analytics in Bioinformatics: A Machine Learning Perspective 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 تجزیه و تحلیل داده ها در بیوانفورماتیک: دیدگاه یادگیری ماشین 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.
توضیحاتی در مورد کتاب تجزیه و تحلیل داده ها در بیوانفورماتیک: دیدگاه یادگیری ماشین
توضیحاتی درمورد کتاب به خارجی
Machine learning techniques are increasingly being used to address problems in computational biology and bioinformatics. Novel machine learning computational techniques to analyze high throughput data in the form of sequences, gene and protein expressions, pathways, and images are becoming vital for understanding diseases and future drug discovery. Machine learning techniques such as Markov models, support vector machines, neural networks, and graphical models have been successful in analyzing life science data because of their capabilities in handling randomness and uncertainty of data noise and in generalization. Machine Learning in Bioinformatics compiles recent approaches in machine learning methods and their applications in addressing contemporary problems in bioinformatics approximating classification and prediction of disease, feature selection, dimensionality reduction, gene selection and classification of microarray data and many more.
