32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Questo libro esplora gli adattamenti genetici delle popolazioni che vivono in ambienti di alta quota e le malattie che devono affrontare. Il ricercatore utilizza il text mining e l'analisi di rete per identificare le reti geniche responsabili delle malattie d'alta quota. L'autore propone un algoritmo di apprendimento automatico chiamato Random Forest per prevedere l'associazione miRNA-malattia utilizzando cinque moduli: preelaborazione, analisi dei dati, estrazione delle caratteristiche, riduzione della dimensionalità e predizione. La metodologia viene valutata utilizzando precisione,…mehr

Produktbeschreibung
Questo libro esplora gli adattamenti genetici delle popolazioni che vivono in ambienti di alta quota e le malattie che devono affrontare. Il ricercatore utilizza il text mining e l'analisi di rete per identificare le reti geniche responsabili delle malattie d'alta quota. L'autore propone un algoritmo di apprendimento automatico chiamato Random Forest per prevedere l'associazione miRNA-malattia utilizzando cinque moduli: preelaborazione, analisi dei dati, estrazione delle caratteristiche, riduzione della dimensionalità e predizione. La metodologia viene valutata utilizzando precisione, richiamo, misura F e accuratezza. Questa ricerca mira a migliorare l'identificazione dei geni malattia da vaste quantità di dati genetici e a fornire un potente strumento per la diagnosi, la progressione e il trattamento delle malattie umane.
Autorenporträt
Mithra C. ist Doktorandin in Informatik und Ingenieurwesen (CSE) an der Universität Annamalai, Indien. Sie hat einen M.E.-Abschluss in CSE - Big Data von der Anna University (CEG), einen MBA von der Annamalai University und einen B.E. in CSE vom Jeppiaar Engineering College. Zu ihren Interessengebieten gehören maschinelles Lernen, Data Mining, Datenanalyse und Software Engineering.