Nicht aus der Schweiz? Besuchen Sie lehmanns.de

Data Mining and Applications in Genomics (eBook)

(Autor)

eBook Download: PDF
2008 | 2008
XII, 152 Seiten
Springer Netherland (Verlag)
978-1-4020-8975-6 (ISBN)

Lese- und Medienproben

Data Mining and Applications in Genomics - Sio-Iong Ao
Systemvoraussetzungen
96,29 inkl. MwSt
(CHF 93,95)
Der eBook-Verkauf erfolgt durch die Lehmanns Media GmbH (Berlin) zum Preis in Euro inkl. MwSt.
  • Download sofort lieferbar
  • Zahlungsarten anzeigen

Data Mining and Applications in Genomics contains the data mining algorithms and their applications in genomics, with frontier case studies based on the recent and current works at the University of Hong Kong and the Oxford University Computing Laboratory, University of Oxford. It provides a systematic introduction to the use of data mining algorithms as an investigative tool for applications in genomics. Data Mining and Applications in Genomics offers state of the art of tremendous advances in data mining algorithms and applications in genomics and also serves as an excellent reference work for researchers and graduate students working on data mining algorithms and applications in genomics.


Data Mining and Applications in Genomics contains the data mining algorithms and their applications in genomics, with frontier case studies based on the recent and current works at the University of Hong Kong and the Oxford University Computing Laboratory, University of Oxford. It provides a systematic introduction to the use of data mining algorithms as an investigative tool for applications in genomics. Data Mining and Applications in Genomics offers state of the art of tremendous advances in data mining algorithms and applications in genomics and also serves as an excellent reference work for researchers and graduate students working on data mining algorithms and applications in genomics.

Preface 7
Contents 9
Introduction 13
1.1 Data Mining Algorithms 13
1.2 Advances in Genomic Techniques 16
1.3 Case Studies: Building Data Mining Algorithms for Genomic Applications 22
Data Mining Algorithms 26
2.1 Dimension Reduction and Transformation Algorithms 26
2.2 Machine Learning Algorithms 31
2.3 Clustering Algorithms 41
2.4 Graph Algorithms 44
2.5 Numerical Optimization Algorithms 46
Advances in Genomic Experiment Techniques 50
3.1 Single Nucleotide Polymorphisms (SNPs) 50
3.2 HapMap Project for Genomic Studies 53
3.3 Haplotypes and Haplotype Blocks 56
3.4 Genomic Analysis with Microarray Experiments 60
Case Study I: Hierarchical Clustering and Graph Algorithms for Tag- SNP Selection 64
4.1 Background 64
4.2 CLUSTAG: Its Theory 69
4.3 Experimental Results of CLUSTAG 73
4.4 WCLUSTAG: Its Theory and Application for Functional and Linkage Disequilibrium Information 78
4.5 WCLUSTAG Experimental Genomic Results 81
4.6 Result Discussions 82
Case Study II: Constrained Unidimensional Scaling for Linkage Disequilibrium Maps 83
5.1 Background 83
5.2 Theoretical Background for Non-parametric LD Maps 90
5.3 Applications of Non-parametric LD Maps in Genomics 94
5.4 Developing of Alterative Approach with Iterative Algorithms 106
5.5 Remarks and Discussions 124
Case Study III: Hybrid PCA-NN Algorithms for Continuous Microarray Time Series 126
6.1 Background 126
6.2 Motivations for the Hybrid PCA-NN Algorithms 130
6.3 Data Description of Microarray Time Series Datasets 131
6.4 Methods and Results 132
6.5 Analysis on the Network Structure and the Out- of- Sample Validations 136
6.6 Result Discussions 138
Discussions and Future Data Mining Projects 139
7.1 Tag-SNP Selection and Future Projects 139
7.2 Algorithms for Non-parametric LD Maps Constructions 144
7.3 Hybrid Models for Continuous Microarray Time Series Analysis and Future Projects 146
Bibliography 148

Erscheint lt. Verlag 25.9.2008
Reihe/Serie Lecture Notes in Electrical Engineering
Lecture Notes in Electrical Engineering
Zusatzinfo XII, 152 p.
Verlagsort Dordrecht
Sprache englisch
Themenwelt Informatik Datenbanken Data Warehouse / Data Mining
Informatik Theorie / Studium Künstliche Intelligenz / Robotik
Studium 2. Studienabschnitt (Klinik) Humangenetik
Naturwissenschaften Biologie Genetik / Molekularbiologie
Technik Elektrotechnik / Energietechnik
Schlagworte algorithms • Bioinformatics • Biology • Clustering • Computational Biology • Data Mining • Development • Genome • genomics • haplotype • machine learning • microarray • Network • single nucleotide polymorphism • SNP
ISBN-10 1-4020-8975-9 / 1402089759
ISBN-13 978-1-4020-8975-6 / 9781402089756
Haben Sie eine Frage zum Produkt?
PDFPDF (Wasserzeichen)
Größe: 4,8 MB

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasser­zeichen und ist damit für Sie persona­lisiert. Bei einer missbräuch­lichen Weiter­gabe des eBooks an Dritte ist eine Rück­ver­folgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Zusätzliches Feature: Online Lesen
Dieses eBook können Sie zusätzlich zum Download auch online im Webbrowser lesen.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich
Datenschutz und Sicherheit in Daten- und KI-Projekten

von Katharine Jarmul

eBook Download (2024)
O'Reilly Verlag
CHF 48,75