中图网

>

生物科学

>

古生物学

生物信息学中的机器学习分析方法

作者：王雪松,程玉虎,张林

出版社：科学出版社出版时间：2014-11-01

开本： 16开 页数： 186

本类榜单：自然科学销量榜

中图价:¥50.4(7.3折) 定价 ~~¥69.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满69元免运费

?快递不能达地区使用邮政小包，运费14元起

云南、广西、海南、新疆、青海、西藏六省，部分地区快递不可达

本类五星书更多>

>
宇宙、量子和人类心灵

宇宙、量子和人类心灵

¥40.6¥58
>
(精)BBC地球故事系列-星际旅行

(精)BBC地球故事系列-星际旅行

¥25.5¥85
>
从一到无穷大

从一到无穷大

¥22.5¥46
>
图说相对论(32开平装)

图说相对论(32开平装)

¥14.7¥46
>
一本有趣又有料的化学书

一本有趣又有料的化学书

¥18.9¥45
>
刘薰宇的数学三书:原来数学可以这样学全3册

刘薰宇的数学三书:原来数学可以这样学全3册

¥35.4¥118
>
光学零件制造工艺学

光学零件制造工艺学

¥72.5¥98

商品详情
商品评论(0条)

中图价:¥50.4 加入购物车

版权信息
本书特色
内容简介
目录

微信公众号

生物信息学中的机器学习分析方法版权信息

ISBN：9787030424723
条形码：9787030424723 ; 978-7-03-042472-3
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
自然科学
>
生物科学
>
古生物学

生物信息学中的机器学习分析方法本书特色

《生物信息学中的机器学习分析方法》针对生物信息学领域中海量的生物数据，分别从微阵列数据的分析和处理、基因调控网络的分析和构建以及蛋白质相互作用网络的分析等角度，系统介绍机器学习、统计学习及各种智能算法在生物信息学相关领域的应用。机器学习在生物信息学领域的研究重心集中在观测和探索生物现象，以及建立统一的形式化的模型对生物学现象加以阐释。《生物信息学中的机器学习分析方法》针对生物信息学领域典型的癌症诊断模型、基因调控网络构建和蛋白质相互作用网络分析3 个研究方向展开机器学习数据挖掘方法的分析与研究，为生物信息学方向的初学者提供了入门知识，也为相关研究人员在相关方向提供了参考信息。

生物信息学中的机器学习分析方法内容简介

机器学习具有从数据和经验中获取知识的学习能力，能够从海量的生物数据中提取知识，在解决生物信息学的相关问题中，起着越来越重要的作用，并取得了丰硕的成果。但庞大的计算量、复杂的噪声模式、海量的时变数据给传统的机器学习分析带来了巨大的困难。本书围绕着海量的生物数据，分别从癌症的诊断分型、基因调控网络的重构和蛋白质相互作用网络的分析3个角度来阐述机器学习理论、方法及其应用，共3部分13章。**部分为面向癌症诊断分型的机器学习方法.第二部分围绕基因调控网络的分析与重构进行阐述。第三部分则是围绕蛋白质相互作用网络进行研究。为便于应用本书阐述的算法，书后附有部分机器学习算法源程序。

生物信息学中的机器学习分析方法目录

目录
前言 0 绪论 1
0.1生物信息学的概念 1
0.2生物信息学的研究内容 1
0.3微阵列分析技术 2
0.4基因调控网络 9
0.5蛋白质相互作用网络 11
0.6机器学习方法及应用 12
0.7本书主要内容和安排 15 参考文献 15
第ⅰ篇微阵列数据的分析和处理
第 1章基于核方法的多病类 dna微阵列数据集成分类器 21
1.1核机器学习 22
1.2基分类器的选择 24
1.3 dna微阵列数据集成分类器结构框图 29
1.4实例研究 30
1.5本章小结 34 参考文献 34 第 2章基于选择性独立成分分析的 dna微阵列数据集成分类器 36
2.1基于重构样本误差的选择性独立成分分析 37
2.2实例研究 38
2.3本章小结 45 参考文献 45 第 3章基于相关性分析的癌症诊断 47
3.1 k均值聚类 48
3.2基于特征选取的相关系数分析癌症诊断模型 48
3.3实验结果和分析 51
3.4本章小结 53
参考文献 53 第 4章基于线性回归的 dna微阵列数据稀疏特征基因选择 55
4.1特征选择 56
4.2回归分析 56
4.3仿真研究 61
4.4本章小结 64 参考文献 65 第 5章基于贝叶斯理论的 dna甲基化水平数据分型 66
5.1贝叶斯理论概述 67
5.2基于贝叶斯理论的 dna甲基化水平数据分型 70
5.3聚类性能评估 74
5.4仿真研究 75
5.5本章小结 81 参考文献 81
第ⅱ篇基因调控网络的分析和构建
第 6章基因表达数据缺失值处理 85
6.1三种基因表达数据缺失值估计方法 86
6.2内部规律与外部联系结合的基因表达数据缺失值估计方法 88
6.3仿真研究 91
6.4本章小结 98 参考文献 98 第 7章基于角度离散化的基因调控网络定性分析 100
7.1三种基因调控网络定性分析方法 101
7.2基于角度离散化的基因调控网络方法 104
7.3仿真研究 107
7.4本章小结

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐