Andere Kunden interessierten sich auch für
![Classificazione del cancro basata sull'espressione genica a partire da dati microarray]( "Classificazione del cancro basata sull'espressione genica a partire da dati microarray")
Classificazione del cancro basata sull'espressione genica a partire da dati microarray26,99 €![Classification des cancers basée sur l'expression génétique à partir de données de biopuces]( "Classification des cancers basée sur l'expression génétique à partir de données de biopuces")
Classification des cancers basée sur l'expression génétique à partir de données de biopuces26,99 €![Auf Genexpression basierende Krebsklassifizierung aus Microarray-Daten]( "Auf Genexpression basierende Krebsklassifizierung aus Microarray-Daten")
Auf Genexpression basierende Krebsklassifizierung aus Microarray-Daten39,90 €![Klassifikaciq raka na osnowe gennoj äxpressii po dannym mikrochipow]( "Klassifikaciq raka na osnowe gennoj äxpressii po dannym mikrochipow")
Klassifikaciq raka na osnowe gennoj äxpressii po dannym mikrochipow13,99 €![Anomalia de diferenciação sexual em pediatria]( "Anomalia de diferenciação sexual em pediatria")
Anomalia de diferenciação sexual em pediatria44,99 €![Causas e consequências da instabilidade genômica no câncer de próstata]( "Causas e consequências da instabilidade genômica no câncer de próstata")
Causas e consequências da instabilidade genômica no câncer de próstata44,99 €![Aprendizagem Baseada em Problemas com Modelo de Argumentação como Modelo Hipotético]( "Aprendizagem Baseada em Problemas com Modelo de Argumentação como Modelo Hipotético")
Aprendizagem Baseada em Problemas com Modelo de Argumentação como Modelo Hipotético26,90 €
A tecnologia Microarray é utilizada para monitorizar milhares de genes num momento semelhante. Este trabalho emprega a técnica de selecção de características para identificar os genes expressos de forma diferente, seleccionando um subconjunto de genes, seleccionando os genes mais bem classificados ou removendo os genes redundantes para um melhor modelo de classificação. Este trabalho apresenta a eficiência de três métodos de selecção de características, nomeadamente ANOVA unidireccional, Kruskall-Wallis e T-Test para a selecção de genes em três conjuntos de dados de microarranjos disponíveis publicamente, seguidos da classificação dos que utilizam algoritmos de classificação Naive Bayes, Binary SVM e Multiclass SVM. Os resultados mostram a eficácia dos algoritmos de selecção de características em três conjuntos de dados de microarranjo do cancro, nomeadamente MLL_Leukemia, Lung e SRBCT.