欧美人妖bbbbbxxxxxhd,国产绿帽绿奴一区二区,亚洲精品高清国产一久久,鲁鲁狠色综合色综合网站,www.55se.com,亚洲精品资源在线

歡迎光臨中圖網 請 | 注冊
> >>
生物信息學中的機器學習分析方法

生物信息學中的機器學習分析方法

出版社:科學出版社出版時間:2014-11-01
開本: 16開 頁數: 186
本類榜單:自然科學銷量榜
中 圖 價:¥50.4(7.3折) 定價  ¥69.0 登錄后可看到會員價
加入購物車 收藏
運費6元,滿39元免運費
?新疆、西藏除外
本類五星書更多>

生物信息學中的機器學習分析方法 版權信息

生物信息學中的機器學習分析方法 本書特色

《生物信息學中的機器學習分析方法》針對生物信息學領域中海量的生物數據,分別從微陣列數據的分析 和處理、基因調控網絡的分析和構建以及蛋白質相互作用網絡的分析等角度, 系統介紹機器學習、統計學習及各種智能算法在生物信息學相關領域的應用。 機器學習在生物信息學領域的研究重心集中在觀測和探索生物現象,以及建 立統一的形式化的模型對生物學現象加以闡釋。《生物信息學中的機器學習分析方法》針對生物信息學領域典 型的癌癥診斷模型、基因調控網絡構建和蛋白質相互作用網絡分析3 個研究 方向展開機器學習數據挖掘方法的分析與研究,為生物信息學方向的初學者 提供了入門知識,也為相關研究人員在相關方向提供了參考信息。

生物信息學中的機器學習分析方法 內容簡介

機器學習具有從數據和經驗中獲取知識的學習能力,能夠從海量的生物數據中提取知識,在解決生物信息學的相關問題中,起著越來越重要的作用,并取得了豐碩的成果。但龐大的計算量、復雜的噪聲模式、海量的時變數據給傳統的機器學習分析帶來了巨大的困難。本書圍繞著海量的生物數據,分別從癌癥的診斷分型、基因調控網絡的重構和蛋白質相互作用網絡的分析3個角度來闡述機器學習理論、方法及其應用,共3部分13章。**部分為面向癌癥診斷分型的機器學習方法.第二部分圍繞基因調控網絡的分析與重構進行闡述。第三部分則是圍繞蛋白質相互作用網絡進行研究。為便于應用本書闡述的算法,書后附有部分機器學習算法源程序。

生物信息學中的機器學習分析方法 目錄

目 錄
前言 0 緒論 1
0.1生物信息學的概念 1
0.2生物信息學的研究內容 1
0.3微陣列分析技術 2
0.4基因調控網絡 9
0.5蛋白質相互作用網絡 11
0.6機器學習方法及應用 12
0.7本書主要內容和安排 15 參考文獻 15
第ⅰ篇 微陣列數據的分析和處理
第 1章 基于核方法的多病類 dna微陣列數據集成分類器 21
1.1核機器學習 22
1.2基分類器的選擇 24
1.3 dna微陣列數據集成分類器結構框圖 29
1.4實例研究 30
1.5本章小結 34 參考文獻 34 第 2章 基于選擇性獨立成分分析的 dna微陣列數據集成分類器 36
2.1基于重構樣本誤差的選擇性獨立成分分析 37
2.2實例研究 38
2.3本章小結 45 參考文獻 45 第 3章 基于相關性分析的癌癥診斷 47
3.1 k均值聚類 48
3.2基于特征選取的相關系數分析癌癥診斷模型 48
3.3實驗結果和分析 51
3.4本章小結 53
參考文獻 53 第 4章 基于線性回歸的 dna微陣列數據稀疏特征基因選擇 55
4.1特征選擇 56
4.2回歸分析 56
4.3仿真研究 61
4.4本章小結 64 參考文獻 65 第 5章 基于貝葉斯理論的 dna甲基化水平數據分型 66
5.1貝葉斯理論概述 67
5.2基于貝葉斯理論的 dna甲基化水平數據分型 70
5.3聚類性能評估 74
5.4仿真研究 75
5.5本章小結 81 參考文獻 81
第ⅱ篇 基因調控網絡的分析和構建
第 6章 基因表達數據缺失值處理 85
6.1三種基因表達數據缺失值估計方法 86
6.2內部規律與外部聯系結合的基因表達數據缺失值估計方法 88
6.3仿真研究 91
6.4本章小結 98 參考文獻 98 第 7章 基于角度離散化的基因調控網絡定性分析 100
7.1三種基因調控網絡定性分析方法 101
7.2基于角度離散化的基因調控網絡方法 104
7.3仿真研究 107
7.4本章小結
展開全部
商品評論(0條)
暫無評論……
書友推薦
編輯推薦
返回頂部
中圖網
在線客服