Data Analytics in Bioinformatics : A Machine Learning Perspective /
Contiene: I) El inicio de la solicitud de aprendizaje automático a la bioinformática: 1. Introducción al aprendizaje supervisado; 2. Introducción al aprendizaje no supervisado en bioinformática; 2. Una revisión crítica a la aplicación de red neural artificial en bioinformática. II) Aprendizaje autom...
Guardado en:
| Otros autores: | |
|---|---|
| Formato: | Libro |
| Idioma: | Inglés |
| Publicado: |
Hoboken, EUA : Boston :
Wiley ; Scrivener,
2021, c2021
|
| Temas: | |
| Acceso en línea: | Ver documento en línea |
| Etiquetas: |
Sin etiquetas, Sé el primero en etiquetar este registro!
|
| Resumen: | Contiene: I) El inicio de la solicitud de aprendizaje automático a la bioinformática: 1. Introducción al aprendizaje supervisado; 2. Introducción al aprendizaje no supervisado en bioinformática; 2. Una revisión crítica a la aplicación de red neural artificial en bioinformática. II) Aprendizaje automático y tecnología genómica: 4. Técnicas de reducción de dimensionalidad; 5. Detección de enfermedades de las plantas usando herramientas de aprendizaje automático; 6. Selección de género usando análisis integrativo de datos óhmicos multinivel; 7. Algoritmo de bosque aleatorio en la clasificación de genómica de desequilibrio; 8. Selección de características y clasificación aleatoria de bosques para la enfermedad del cáncer de mama; 9. Un estudio completo de la aplicación de optimización de lobo gris por datos de micromatrices; 10. El análisis de conglomerados y selección de características. III) Aprendizaje automático y aplicaciones en el cuidado de la salud: 11. Inteligencia artificial y aprendizaje autónomo para soluciones del cuidado de la salud; 12. Predicciones de la nueva enfermedad por coronavirus (Covid-19) usando algoritmos LSTM y XG; 13. Un acercamiento innovador al diagnóstico de cáncer en etapa temprana usando aprendizaje automático; 14. Un estudio del comportamiento de las etapas de sueño humano con base en la polisomnografía, usando técnicas de aprendizaje automático; 15. Detección de esquizofrenia usando señales de EEG; 16. Análisis de rendimiento de técnicas de procesamientos de señal en bioinformática para aplicaciones médicas usando conceptos de aprendizaje automático; 17. Encuesta de varios modelos ontológicos estadísticos numéricos y de aprendizaje automático sobre ontología de enfermedades infecciosas; 18. Un modelo eficiente para predecir enfermedades hepáticas usando aprendizaje automático. IV) Bioinformática y análisis de mercados: 19. Un abordaje novedoso para predicción del comportamiento del mercado de valores usando técnicas de bioinformática; 20. Predicción del comportamiento de los precios en el mercado de valores usando modelos de Márkov: un abordaje bioinformático. |
|---|---|
| Descripción física: | 1 libro electrónico en línea (1 v. sin paginación) 1 recurso en línea |
| Público: | Odilo 2022 EEnlace Departamento de Electrónica, Sistemas e Informática |
| ISSN: | 9781119785606 |
| Acceso: | 1 licencia |