生物信息学—机器学习方法

您当前的位置：首页 > 行业图书 > 自然科学

资料名称：	生物信息学—机器学习方法
文档名称：	生物信息学——机器学习方法.pdf
文件类型：	PDF版
文件大小：	11674 KB
资料归类：	自然科学
整理时间：	2012-01-30
软件简介：	生物信息学——机器学习方法作者： (法)皮埃尔﹒巴尔迪(PierreBaldi) (丹)索恩﹒布鲁纳克(SorenBrunak) 中信出版时间：2003/7/1 内容简介本书介绍了机器学习方法的主要内容及其在生物学数据处理中的应用。其中对机器学习技术的理论基础——贝叶斯概率体系进行了详细介绍，并在此基础上着重对神经网络、阴马氏模型以及概率图模型等方法在生物信息学中的应用作了详细分析。书中特别列出一章介绍了DNA微阵列和基因表达，以及相关数据的分析方法。　　本书主要针对两个读者群体。一是生物学和生物化学研究人员，他们想了解基于数据处理的算法；二是物理、数学、统计、计算机科学等领域的学者，他们想知道机器学习算法在分子生物学研究中的应用。第一章概述第二章机器学习的基础：概率理论体系第三章概率建模和推断：应用举例第四章机器学习算法第五章神经网络：理论第六章神经网络：应用第七章隐马氏模型：理论第八章隐马氏模型：应用第九章生物信息学中的概率图模型第十章进化的概率模型：系统进化树第十一章随机文法和语言学第十二章微阵列和基因表达第十三章互联网资源和公共数据库附录A 统计学附录B 信息论、熵和相对熵附录C 概率图模型附录D HMM的相关技术：标定、周期构架、状态函数和Dirichlet混合模型附录E 高斯过程、核方法及支持向量机附录F 公式和缩写符号参考文献基本词汇英汉对照表
下载地址：	[百度网盘下载 ]