Andere Kunden interessierten sich auch für
![Biclustering dei dati di espressione genica dei microarray]( "Biclustering dei dati di espressione genica dei microarray")
Biclustering dei dati di espressione genica dei microarray23,99 €![Biclustering of Microarray Gene Expression Data :]( "Biclustering of Microarray Gene Expression Data :")
Biclustering of Microarray Gene Expression Data :24,99 €![Biclustering de dados de expressão genética de microarranjos]( "Biclustering de dados de expressão genética de microarranjos")
Biclustering de dados de expressão genética de microarranjos23,99 €![Biclustering des données d'expression génétique issues de puces à ADN]( "Biclustering des données d'expression génétique issues de puces à ADN")
Biclustering des données d'expression génétique issues de puces à ADN23,99 €![An Approach for Market Segmentation using Customer Pain Points]( "An Approach for Market Segmentation using Customer Pain Points")
An Approach for Market Segmentation using Customer Pain Points24,99 €![Etude Bibliographique et Comparative des Algorithmes de Biclustering]( "Etude Bibliographique et Comparative des Algorithmes de Biclustering")
Etude Bibliographique et Comparative des Algorithmes de Biclustering23,99 €![Combinatorics, Algorithms, Probabilistic and Experimental Methodologies]( "Combinatorics, Algorithms, Probabilistic and Experimental Methodologies")
Combinatorics, Algorithms, Probabilistic and Experimental Methodologies38,99 €
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.