Vor Ort
Merkzettel Warenkorb
Produktbild: A Practical Approach to Microarray Data Analysis

A Practical Approach to Microarray Data Analysis

48,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

17.08.2009

Abbildungen

XVI, 368 p.

Herausgeber

Daniel P. Berrar + weitere

Verlag

Springer Us

Seitenzahl

368

Maße (L/B/H)

23,7/15,9/2,5 cm

Gewicht

562 g

Auflage

2009 edition

Sprache

Englisch

ISBN

978-1-4419-1226-8

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

17.08.2009

Abbildungen

XVI, 368 p.

Herausgeber

Verlag

Springer Us

Seitenzahl

368

Maße (L/B/H)

23,7/15,9/2,5 cm

Gewicht

562 g

Auflage

2009 edition

Sprache

Englisch

ISBN

978-1-4419-1226-8

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: A Practical Approach to Microarray Data Analysis

  • Acknowledgements. Preface. 1. Introduction to Microarray Data Analysis. 2. Data Pre-Processing Issues in Microarray Analysis. 3. Missing Value Estimation. 4. Normalization. 5. Singular Value Decomposition and Principal Component Analysis. 6. Feature Selection in Microarray Analysis. 7. Introduction to Classification in Microarray Experiments. 8. Bayesian Network Classifiers for Gene Expression Analysis. 9. Classifying Microarray Data Using Support Vector Machines. 10. Weighted Flexible Compound Covariate Method for Classifying Microarray Data. 11. Classification of Expression Patterns Using Artificial Neural Networksl. 12. Gene Selection and Sample Classification Using a Genetic Algorithm and k-Nearest Neighbor Method. 13. Clustering Genomic Expression Data: Design and Evaluation Principles. 14. Clustering or Automatic Class Discovery: Hierarchical Methods. 15. Discovering Genomic Expression Patterns with Self-Organizing Neural Networks. 16. Clustering or Automatic Class Discovery: non-hierarchical, non-SOM. 17. Correlation and Association Analysis. 18. Global Functional Profiling of Gene Expression Data. 19. Microarray Software Review. 20. Microarray Analysis as a Process. Index.