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.
"synopsis" may belong to another edition of this title.
Seller: PBShop.store US, Wood Dale, IL, U.S.A.
PAP. Condition: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Seller Inventory # L0-9786209312090
Seller: California Books, Miami, FL, U.S.A.
Condition: New. Seller Inventory # I-9786209312090
Seller: PBShop.store UK, Fairford, GLOS, United Kingdom
PAP. Condition: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Seller Inventory # L0-9786209312090
Quantity: Over 20 available
Seller: Grand Eagle Retail, Bensenville, IL, U.S.A.
Paperback. Condition: 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. Seller Inventory # 9786209312090
Seller: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germany
Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 52 pp. Deutsch. Seller Inventory # 9786209312090
Seller: Majestic Books, Hounslow, United Kingdom
Condition: New. Print on Demand. Seller Inventory # 408833867
Quantity: 4 available
Seller: Books Puddle, New York, NY, U.S.A.
Condition: New. Seller Inventory # 26405401748
Seller: Biblios, Frankfurt am main, HESSE, Germany
Condition: New. PRINT ON DEMAND. Seller Inventory # 18405401758
Seller: CitiRetail, Stevenage, United Kingdom
Paperback. Condition: 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. Seller Inventory # 9786209312090
Quantity: 1 available
Seller: AussieBookSeller, Truganina, VIC, Australia
Paperback. Condition: 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. Seller Inventory # 9786209312090