Verwandte Artikel zu Unsupervised Learning for Gene Selection and Enrichment
Reseña del editor
Individual independent analysis results in Genetic aetiology of complex trait unexplained, which results in limited understanding of complex traits. Combined Multiple data Analysis results in compensate for missing /unreliable information, reduced rate of getting false positive and identify genetic variation in complex traits. Data Integration is the process by which different types of omic data are combined as predictor variable, which results in more through and comprehensive modeling of complex traits or phenotypes.
Biografía del autor
Tripti Swarnkar is currently an Associate Professor of Computer Application at the ITER, Siksha ‘O’ Anusandhan University, Bhubaneswar, India. her PhD. degree from Indian Institute of Technology, Kharagpur, India, in August 2015. Currently, her research interest includes Machine Learning, Data Mining and Computational Biology.
„Über diesen Titel“ kann sich auf eine andere Ausgabe dieses Titels beziehen.
- VerlagLAP LAMBERT Academic Publishing
- Erscheinungsdatum2016
- ISBN 10 3659860387
- ISBN 13 9783659860386
- EinbandTapa blanda
- SpracheEnglisch
- Anzahl der Seiten172
Neu kaufen
Diesen Artikel anzeigen
EUR 58,12
Gratis für den Versand innerhalb von/der Deutschland
Versandziele, Kosten & DauerSuchergebnisse für Unsupervised Learning for Gene Selection and Enrichment
Foto des Verkäufers
Unsupervised Learning for Gene Selection and Enrichment
Verlag:
LAP LAMBERT Academic Publishing, 2016
ISBN 10: 3659860387
ISBN 13: 9783659860386
Neu
Softcover
Anbieter: moluna, Greven, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. Artikel-Nr. 158963126
Anzahl: Mehr als 20 verfügbar
Beispielbild für diese ISBN
Unsupervised Learning for Gene Selection and Enrichment
Verlag:
LAP LAMBERT Academic Publishing, 2016
ISBN 10: 3659860387
ISBN 13: 9783659860386
Neu
Paperback
Anbieter: Revaluation Books, Exeter, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
Paperback. Zustand: Brand New. 172 pages. 8.66x5.91x0.39 inches. In Stock. Artikel-Nr. 3659860387
Anzahl: 1 verfügbar