Buch, Englisch, 281 Seiten, Previously published in hardcover, Format (B × H): 155 mm x 235 mm, Gewicht: 464 g
Buch, Englisch, 281 Seiten, Previously published in hardcover, Format (B × H): 155 mm x 235 mm, Gewicht: 464 g
ISBN: 978-1-4419-4291-3
Verlag: Springer US
This book presents state-of-the-art analytical methods from statistics and data mining for the analysis of high-throughput data from genomics and proteomics. It adopts an approach focusing on concepts and applications and presents key analytical techniques for the analysis of genomics and proteomics data by detailing their underlying principles, merits and limitations.
Zielgruppe
Research
Autoren/Hrsg.
Fachgebiete
- Technische Wissenschaften Technik Allgemein Computeranwendungen in der Technik
- Naturwissenschaften Biowissenschaften Angewandte Biologie Bioinformatik
- Naturwissenschaften Biowissenschaften Biochemie (nichtmedizinisch)
- Medizin | Veterinärmedizin Medizin | Public Health | Pharmazie | Zahnmedizin Vorklinische Medizin: Grundlagenfächer Humangenetik
- Naturwissenschaften Biowissenschaften Molekularbiologie
- Mathematik | Informatik EDV | Informatik Angewandte Informatik Bioinformatik
- Naturwissenschaften Biowissenschaften Botanik Pflanzenreproduktion, Verbreitung, Genetik
- Naturwissenschaften Biowissenschaften Tierkunde / Zoologie Tiergenetik, Reproduktion
- Naturwissenschaften Biowissenschaften Biowissenschaften Genetik und Genomik (nichtmedizinisch)
- Interdisziplinäres Wissenschaften Wissenschaften: Forschung und Information Datenanalyse, Datenverarbeitung
- Technische Wissenschaften Verfahrenstechnik | Chemieingenieurwesen | Biotechnologie Biotechnologie Industrielle Biotechnologie
- Medizin | Veterinärmedizin Medizin | Public Health | Pharmazie | Zahnmedizin Klinische und Innere Medizin Onkologie, Krebsforschung
- Mathematik | Informatik EDV | Informatik Angewandte Informatik Computeranwendungen in Wissenschaft & Technologie
Weitere Infos & Material
to Genomic and Proteomic Data Analysis.- Design Principles for Microarray Investigations.- Pre-Processing DNA Microarray Data.- Pre-Processing Mass Spectrometry Data.- Visualization in Genomics and Proteomics.- Clustering — Class Discovery in the Post-Genomic Era.- Feature Selection and Dimensionality Reduction in Genomics and Proteomics.- Resampling Strategies for Model Assessment and Selection.- Classification of Genomic and Proteomic Data Using Support Vector Machines.- Networks in Cell Biology.- Identifying Important Explanatory Variables for Time-Varying Outcomes.- Text Mining in Genomics and Proteomics.
