Die Extraktion aussagekräftiger Informationen aus Genexpressionsdaten stellt sowohl für Forscher im Bereich der Informatik als auch für Biologen eine große Herausforderung dar. Durch die Analyse von Genexpressionsdaten lassen sich Verhaltensmuster von Genen wie beispielsweise die Art ihrer Interaktion, die Ähnlichkeit ihres Verhaltens usw. bestimmen. Um verschiedene Muster aus Genexpressionsdaten zu identifizieren, sind Data-Mining-Techniken unerlässlich. Zu den wichtigsten Data-Mining-Techniken, die für die Analyse von Genexpressionsdaten angewendet werden können, gehören Clustering, Klassifizierung, Assoziationsregel-Mining usw. Clustering ist eine wichtige Data-Mining-Technik für die Analyse von Genexpressionsdaten. Allerdings hat Clustering auch einige Nachteile. Um die mit Clustering verbundenen Probleme zu überwinden, wurde Biclustering eingeführt.
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
Vendeur : PBShop.store US, Wood Dale, IL, Etats-Unis
PAP. Etat : New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. N° de réf. du vendeur L0-9786209312090
Quantité disponible : Plus de 20 disponibles
Vendeur : California Books, Miami, FL, Etats-Unis
Etat : New. N° de réf. du vendeur I-9786209312090
Quantité disponible : Plus de 20 disponibles
Vendeur : PBShop.store UK, Fairford, GLOS, Royaume-Uni
PAP. Etat : New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. N° de réf. du vendeur L0-9786209312090
Quantité disponible : Plus de 20 disponibles
Vendeur : Grand Eagle Retail, Bensenville, IL, Etats-Unis
Paperback. Etat : new. Paperback. Die Extraktion aussagekraeftiger Informationen aus Genexpressionsdaten stellt sowohl fuer Forscher im Bereich der Informatik als auch fuer Biologen eine grosse Herausforderung dar. Durch die Analyse von Genexpressionsdaten lassen sich Verhaltensmuster von Genen wie beispielsweise die Art ihrer Interaktion, die AEhnlichkeit ihres Verhaltens usw. bestimmen. Um verschiedene Muster aus Genexpressionsdaten zu identifizieren, sind Data-Mining-Techniken unerlaesslich. Zu den wichtigsten Data-Mining-Techniken, die fuer die Analyse von Genexpressionsdaten angewendet werden koennen, gehoeren Clustering, Klassifizierung, Assoziationsregel-Mining usw. Clustering ist eine wichtige Data-Mining-Technik fuer die Analyse von Genexpressionsdaten. Allerdings hat Clustering auch einige Nachteile. Um die mit Clustering verbundenen Probleme zu ueberwinden, wurde Biclustering eingefuehrt. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability. N° de réf. du vendeur 9786209312090
Quantité disponible : 1 disponible(s)
Vendeur : BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Allemagne
Taschenbuch. Etat : Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 52 pp. Deutsch. N° de réf. du vendeur 9786209312090
Quantité disponible : 2 disponible(s)
Vendeur : Majestic Books, Hounslow, Royaume-Uni
Etat : New. Print on Demand. N° de réf. du vendeur 408833867
Quantité disponible : 4 disponible(s)
Vendeur : Books Puddle, New York, NY, Etats-Unis
Etat : New. N° de réf. du vendeur 26405401748
Quantité disponible : 4 disponible(s)
Vendeur : Biblios, Frankfurt am main, HESSE, Allemagne
Etat : New. PRINT ON DEMAND. N° de réf. du vendeur 18405401758
Quantité disponible : 4 disponible(s)
Vendeur : CitiRetail, Stevenage, Royaume-Uni
Paperback. Etat : new. Paperback. Die Extraktion aussagekraeftiger Informationen aus Genexpressionsdaten stellt sowohl fuer Forscher im Bereich der Informatik als auch fuer Biologen eine grosse Herausforderung dar. Durch die Analyse von Genexpressionsdaten lassen sich Verhaltensmuster von Genen wie beispielsweise die Art ihrer Interaktion, die AEhnlichkeit ihres Verhaltens usw. bestimmen. Um verschiedene Muster aus Genexpressionsdaten zu identifizieren, sind Data-Mining-Techniken unerlaesslich. Zu den wichtigsten Data-Mining-Techniken, die fuer die Analyse von Genexpressionsdaten angewendet werden koennen, gehoeren Clustering, Klassifizierung, Assoziationsregel-Mining usw. Clustering ist eine wichtige Data-Mining-Technik fuer die Analyse von Genexpressionsdaten. Allerdings hat Clustering auch einige Nachteile. Um die mit Clustering verbundenen Probleme zu ueberwinden, wurde Biclustering eingefuehrt. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability. N° de réf. du vendeur 9786209312090
Quantité disponible : 1 disponible(s)
Vendeur : AussieBookSeller, Truganina, VIC, Australie
Paperback. Etat : new. Paperback. Die Extraktion aussagekraeftiger Informationen aus Genexpressionsdaten stellt sowohl fuer Forscher im Bereich der Informatik als auch fuer Biologen eine grosse Herausforderung dar. Durch die Analyse von Genexpressionsdaten lassen sich Verhaltensmuster von Genen wie beispielsweise die Art ihrer Interaktion, die AEhnlichkeit ihres Verhaltens usw. bestimmen. Um verschiedene Muster aus Genexpressionsdaten zu identifizieren, sind Data-Mining-Techniken unerlaesslich. Zu den wichtigsten Data-Mining-Techniken, die fuer die Analyse von Genexpressionsdaten angewendet werden koennen, gehoeren Clustering, Klassifizierung, Assoziationsregel-Mining usw. Clustering ist eine wichtige Data-Mining-Technik fuer die Analyse von Genexpressionsdaten. Allerdings hat Clustering auch einige Nachteile. Um die mit Clustering verbundenen Probleme zu ueberwinden, wurde Biclustering eingefuehrt. This item is printed on demand. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability. N° de réf. du vendeur 9786209312090
Quantité disponible : 1 disponible(s)