Bis zu 50 % günstiger als neu 3 Jahre rebuy Garantie Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor SerieY-Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
System & SpiegelreflexAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
Beats by Dr. DreGoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Association Analysis Techniques and Applications in Bioinformatics

Qingfeng Chen (Broschiert, Englisch)

Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
Advances in experimental technologies have given rise to tremendous amounts of biology data. This not only offers valuable sources of data to help understand biological evolution and functional mechanisms, but also poses challenges for accurate and effective data analysis.  This book offers an essential introduction to the theoretical and practical aspects of association analysis, including data pre-processing, data mining methods/algorithms, and tools that are widely applied for computational biology. It covers significant recent advances in the field, both foundational and application-oriented, helping readers understand the basic principles and emerging techniques used to discover interesting association patterns in diverse and heterogeneous biology data, such as structure-function correlations, and complex networks with gene/protein regulation.  The main results and approaches are described in an easy-to-follow way and accompanied by sufficientreferences and suggestions for future research. This carefully edited monograph is intended to provide investigators in the fields of data mining, machine learning, artificial intelligence, and bioinformatics with a profound guide to the role of association analysis in computational biology. It is also very useful as a general source of information on association analysis, and as an overall accompanying course book and self-study material for graduate students and researchers in both computer science and bioinformatics.
171,19 €
Broschiert | Neu

oder

Auf Lager Versandbereit in 1-2 Werktagen
zzgl.

Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.

Auf Lager Versandbereit in 1-2 Werktagen
zzgl.

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
27.04.2025
Sprache
Englisch
EAN
9789819982530
Herausgeber
Springer Singapore
Sonderedition
Nein
Autor
Qingfeng Chen
Seitenanzahl
388
Einbandart
Broschiert
Schlagwörter
data mining, association analysis, bioinformatics, structure, network, similarity
Thema-Inhalt
UNF - Data Mining UYQE - Wissensbasierte Systeme, Expertensysteme UYQM - Maschinelles Lernen PSAX - DV-gestützte Biologie/Bioinformatik UN - Datenbanken UXT - Computeranwendungen in Industrie und Technologie
Höhe
235 mm
Breite
15.5 cm

Hersteller: Springer Nature Customer Service Center GmbH, ProductSafety@springernature.com

Warnhinweise und Sicherheitsinformationen

Informationen nach EU Data Act

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!