《生物信息学-机器学习方法》(BIOINFORMATICS-The Machine Learing Approach)扫描转PDF
说明 因可能的版权问题本站不提供该资源的存贮、播放、下载或推送，本文仅为内容简介。
中文名: 生物信息学-机器学习方法
英文名: BIOINFORMATICS-The Machine Learing Approach
版本: 扫描转PDF
发行时间: 2003年
地区: 大陆
对白语言: 普通话
文字语言: 简体中文
简介:
书名：生物信息学:机器学习方法(第2版)
作者：(法)皮埃尔.巴尔迪等 等编
出版社：中信出版社
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、隐也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方法在分子生物学研究中的应用。
目录：
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
