Produktbild: A Practical Approach to Microarray Data Analysis

A Practical Approach to Microarray Data Analysis

48,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

17.08.2009

Herausgeber

Daniel P. Berrar + weitere

Verlag

Springer Us

Seitenzahl

368

Maße (L/B/H)

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

Gewicht

581 g

Auflage

2009

Sprache

Englisch

ISBN

978-1-4419-1226-8

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

17.08.2009

Herausgeber

Verlag

Springer Us

Seitenzahl

368

Maße (L/B/H)

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

Gewicht

581 g

Auflage

2009

Sprache

Englisch

ISBN

978-1-4419-1226-8

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

  • Produktbild: A Practical Approach to Microarray Data Analysis
  • Acknowledgements.

    Preface.

    1. Introduction to Microarray Data Analysis; W. Dubitzky, et al.

    2. Data Pre-Processing Issues in Microarray Analysis; N.A. Tinker, et al.

    3. Missing Value Estimation; O.G. Troyanskaya, et al.

    4. Normalization; N. Morrison, D.C. Hoyle.

    5. Singular Value Decomposition and Principal Component Analysis; M.E. Wall, et al.

    6. Feature Selection in Microarray Analysis; E.P. Xing.

    7. Introduction to Classification in Microarray Experiments; S. Dudoit, J. Fridlyand.

    8. Bayesian Network Classifiers for Gene Expression Analysis; B.-T. Zhang, K.-B. Hwang.

    9. Classifying Microarray Data Using Support Vector Machines; S. Mukherjee.

    10. Weighted Flexible Compound Covariate Method for Classifying Microarray Data; Y. Shyr, K.M. Kim.

    11. Classification of Expression Patterns Using Artificial Neural Networks; M. Ringnér, et al.

    12. Gene Selection and Sample Classification Using a Genetic Algorithm and k-Nearest Neighbor Method.

    13. Clustering Genomic Expression Data: Design and Evaluation Principles; F. Azuaje, N. Bolshakova.

    14. Clustering or Automatic Class Discovery: Hierarchical Methods; D.C. Stanford, et al.

    15. Discovering Genomic Expression Patterns with Self-Organizing Neural Networks; F. Azuaje.

    16. Clustering or Automatic Class Discovery: non-hierarchical, non-SOM; K.Y. Yeung.

    17. Correlation and Association Analysis; S.M. Lin, K.F. Johnson.

    18. Global Functional Profiling of Gene Expression Data; S. Draghici, S.A. Krawetz.

    19. Microarray Software Review; Y.F. Leung, et al.

    20. Microarray Analysis as a Process; S. Jensen.

    Index.