برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Statistical Methods in Bioinformatics: An Introduction

دانلود کتاب روش های آماری در بیوانفورماتیک: مقدمه

مشخصات کتاب

Statistical Methods in Bioinformatics: An Introduction

دسته بندی: مولکولی: بیوانفورماتیک
ویرایش: 2nd 
نویسندگان: Warren J. Ewens,  Gregory R. Grant  
سری: Statistics for Biology and Health 
ISBN (شابک) : 0387400826, 9780387400822 
ناشر: Springer 
سال نشر: 2004 
تعداد صفحات: 615 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 مگابایت

قیمت کتاب (تومان) : 40,000

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 18

در صورت تبدیل فایل کتاب Statistical Methods in Bioinformatics: An Introduction 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 روش های آماری در بیوانفورماتیک: مقدمه 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 روش های آماری در بیوانفورماتیک: مقدمه

پیشرفت‌های کامپیوتری و بیوتکنولوژی تأثیر زیادی بر زمینه‌های زیست پزشکی داشته است و پیامدهای گسترده‌ای برای بشریت به همراه داشته است. به همین ترتیب، حوزه های احتمالی و آمار جدیدی به طور خاص برای پاسخگویی به نیازهای این حوزه در حال توسعه هستند. اکنون نیاز به متنی وجود دارد که احتمال و آمار را در زمینه بیوانفورماتیک معرفی کند. این کتاب همچنین برخی از کاربردهای آماری اصلی در این زمینه، از جمله BLAST، ژن یابی و استنتاج تکاملی را شرح می دهد که بسیاری از آنها هنوز در قالب کتاب درسی مقدماتی خلاصه نشده اند. این کتاب ناشی از نیاز به آموزش بیوانفورماتیک به دانشجویان فارغ التحصیل دانشگاه پنسیلوانیا است. اما در عین حال، به گونه ای سازماندهی شده است که مخاطبان بیشتری را جذب کند. به ویژه باید برای هر زیست شناس یا دانشمند رایانه ای که می خواهد در مورد روش های آماری این رشته بیشتر بداند، و همچنین برای آماردان آموزش دیده ای که مایل است در بیوانفورماتیک مشارکت داشته باشد، جذاب باشد. فصل های قبلی مفاهیم احتمال و آمار را در سطح ابتدایی معرفی می کنند و برای دانش آموزانی که فقط حساب مقدماتی و جبر خطی داشته اند قابل دسترسی خواهد بود. فصل های بعدی بلافاصله در دسترس آماردان آموزش دیده است. فقط یک درک اساسی از مفاهیم بیولوژیکی فرض می شود و همه مفاهیم در صورت استفاده توضیح داده می شوند یا می توان از زمینه درک کرد. چندین فصل حاوی مطالبی مستقل از فصل‌های دیگر است، به طوری که خواننده علاقه‌مند به حوزه‌های خاص می‌تواند مستقیماً به آن حوزه‌ها ادامه دهد. وارن ایونز استاد زیست شناسی در دانشگاه پنسیلوانیا است. او نویسنده دو کتاب ژنتیک جمعیت و ژنتیک ریاضی جمعیت است و در هیئت تحریریه زیست شناسی نظری جمعیت، ژنتیک، مجموعه مقالات انجمن سلطنتی B و مجله SIAM در زیست شناسی ریاضی فعالیت داشته است. او اخیراً مدال طلای انجمن آمار استرالیا را دریافت کرد و به عنوان عضو انجمن سلطنتی انتخاب شد. علایق تحقیقاتی او در ژنتیک جمعیت تکاملی، تجزیه و تحلیل پیوند برای بیماری های انسانی و بیوانفورماتیک است. گرگوری گرانت یک محقق بیوانفورماتیک در دانشگاه پنسیلوانیا در آزمایشگاه زیست شناسی محاسباتی و انفورماتیک (CBIL) است که از سال 1998 در آنجا بوده است. در سال 1995 دکترای خود را دریافت کرد. در ریاضیات از دانشگاه مریلند و در سال 1999 کارشناسی ارشد در علوم کامپیوتر از دانشگاه پنسیلوانیا. علایق تحقیقاتی او در بیوانفورماتیک به طور کلی و به طور خاص در تجزیه و تحلیل آماری داده های بیان ژن و روش های آزمون معنی داری برای نقشه برداری IBD است.

توضیحاتی درمورد کتاب به خارجی

Advances in computers and biotechnology have had an immense impact on the biomedical fields, with broad consequences for humanity. Correspondingly, new areas of probability and statistics are being developed specifically to meet the needs of this area. There is now a necessity for a text that introduces probability and statistics in the bioinformatics context. This book also describes some of the main statistical applications in the field, including BLAST, gene finding, and evolutionary inference, much of which has not yet been summarized in an introductory textbook format. This book grew out of a need to teach bioinformatics to graduate students at the University of Pennsylvania. At the same time however, it is organized to appeal to a wider audience. In particular it should appeal to any biologist or computer scientist who wants to know more about the statistical methods of the field, as well as to a trained statistician who wishes to become involved in bioinformatics. The earlier chapters introduce the concepts of probability and statistics at an elementary level, and will be accessible to students who have only had introductory calculus and linear algebra. Later chapters are immediately accessible to the trained statistician. Only a basic understanding of biological concepts is assumed, and all concepts are explained when used or can be understood from the context. Several chapters contain material independent of that in other chapters, so that the reader interested in certain areas can proceed directly to those areas. Warren Ewens is Professor of Biology at the University of Pennsylvania. He is the author of two books, Population Genetics and Mathematical Population Genetics, and has served on the editorial boards of Theoretical Population Biology, GENETICS, Proceeding of the Royal Society B and SIAM Journal in Mathematical Biology. He was recently awarded the Gold Medal of the Australian Statistical Society and elected as Fellow of the Royal Society. His research interests are in evolutionary population genetics, linkage analysis for human diseases, and bioinformatics. Gregory Grant is a bioinformatics researcher at the University of Pennsylvania in the Computational Biology and Informatics Laboratory (CBIL), where he has been since 1998. In 1995 he received a Ph.D. in Mathematics from the University of Maryland and in 1999 a Masters in Computer Science from the University of Pennsylvania. His research interests are in bioinformatics in general and in particular in the statistical analysis of gene expression data and significance testing methods for IBD-mapping.