掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
生物統計學——生物大數據的概率統計模型與機器學習方法 版權信息
- ISBN：9787568086356
- 條形碼：9787568086356 ; 978-7-5680-8635-6
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
生物統計學——生物大數據的概率統計模型與機器學習方法 內容簡介
本書主要基于作者近年來教授本科生“生物統計學”和研究生“生物信息學”等課程資料，同時參考了國內外眾多很好教學和科研資料編寫而成。本書共分為5章：第1章介紹生物統計學的基礎概念和基本研究方法；第2章介紹傳統生物統計學方法及其應用，包括試驗資料的搜集與整理、生物統計量的計算和表征、假設檢驗及其應用等；第3章介紹生物大數據的特征與挑戰，包括生物大數據的特征、生物大數據分析的常規方法、生物大數據經典案例分析等；第4章介紹生物大數據與概率統計模型，包括大數據機器學習基礎、聚類降維、概率統計模型方法等；第5章介紹面向生物大數據挖掘的深度學習，包括深度學習的概念及方法、深度學習應用于生物大數據分析的基本流程和經典案例等。每章都附有練習題，供讀者參考。
本書具有一定的深度和廣度，可以作為生物統計學、生物大數據及機器學習相關課程的教學參考書，也可供生物學、統計學、機器學習、生物大數據等領域的科學工作者閱讀。
生物統計學——生物大數據的概率統計模型與機器學習方法 目錄
第1章 生物統計學基礎 /1
1.1 生物統計學的概念 /2
1.2 生物統計學的主要內容 /3
1.3 生物統計學發展概況 /4
1.4 常用統計學術語 /5
習 題1 /8
第2章 傳統生物統計學及其應用 /9
2.1 試驗資料的搜集與整理 /9
2.2 生物統計量的計算和表征及其應用 /16
2.3 生物數據的分布分析及其應用 /20
2.4 針對生物數據的假設檢驗及其應用 /28
習 題2 /45
第3章 生物大數據的特征與挑戰 /47
3.1 生物大數據的發展史和大數據屬性 /48
3.2 生物大數據的特征 /50
3.3 生物大數據研究面臨的挑戰 /52
3.4 生物大數據分析的常規方法 /53
3.5 生物大數據研究經典案例分析 /58
3.6 生物大數據研究趨勢 /62
習 題3 /64
第4章生物大數據與概率統計模型 /65
4.1 大數據機器學習基礎 /66
4.2 隱馬爾可夫模型(Hidden Markov Model，HMM)及其應用 /69
4.3 進化樹的概率模型 /96
4.4 Motif finding中的概率模型 /101
4.5 聚類方法和基因表達數據分析 /109
4.6 基因網絡推斷和分析 /113
4.7 數據降維及其應用 /115
4.8 其他概率統計模型方法簡介和方法選擇的建議 /128
習 題4 /136
第5章 面向生物大數據挖掘的深度學習 /138
5.1深度學習的概念 /139
5.2深度學習的基本方法 /148
5.3深度學習應用于生物大數據分析的基本流程 /155
5.4深度學習應用于生物大數據分析的經典案例 /159
習 題5 /169
附錄A R語言 /171
A.1 基礎知識 /171
A.2 R的數據操作 /190
A.3 R繪圖 /194
附錄B 重要名詞解釋(按章節順序排列) /199
附錄C 常用分布表 /211
附錄D 生物案例分析 /217
參考文獻 /235
1.1 生物統計學的概念 /2
1.2 生物統計學的主要內容 /3
1.3 生物統計學發展概況 /4
1.4 常用統計學術語 /5
習 題1 /8
第2章 傳統生物統計學及其應用 /9
2.1 試驗資料的搜集與整理 /9
2.2 生物統計量的計算和表征及其應用 /16
2.3 生物數據的分布分析及其應用 /20
2.4 針對生物數據的假設檢驗及其應用 /28
習 題2 /45
第3章 生物大數據的特征與挑戰 /47
3.1 生物大數據的發展史和大數據屬性 /48
3.2 生物大數據的特征 /50
3.3 生物大數據研究面臨的挑戰 /52
3.4 生物大數據分析的常規方法 /53
3.5 生物大數據研究經典案例分析 /58
3.6 生物大數據研究趨勢 /62
習 題3 /64
第4章生物大數據與概率統計模型 /65
4.1 大數據機器學習基礎 /66
4.2 隱馬爾可夫模型(Hidden Markov Model，HMM)及其應用 /69
4.3 進化樹的概率模型 /96
4.4 Motif finding中的概率模型 /101
4.5 聚類方法和基因表達數據分析 /109
4.6 基因網絡推斷和分析 /113
4.7 數據降維及其應用 /115
4.8 其他概率統計模型方法簡介和方法選擇的建議 /128
習 題4 /136
第5章 面向生物大數據挖掘的深度學習 /138
5.1深度學習的概念 /139
5.2深度學習的基本方法 /148
5.3深度學習應用于生物大數據分析的基本流程 /155
5.4深度學習應用于生物大數據分析的經典案例 /159
習 題5 /169
附錄A R語言 /171
A.1 基礎知識 /171
A.2 R的數據操作 /190
A.3 R繪圖 /194
附錄B 重要名詞解釋(按章節順序排列) /199
附錄C 常用分布表 /211
附錄D 生物案例分析 /217
參考文獻 /235
展開全部
生物統計學——生物大數據的概率統計模型與機器學習方法 作者簡介
寧康，華中科技大學生命科學與技術學院教授，博士生導師，生物信息與系統生物學系系主任，湖北省楚天學者特聘教授。目前主持國家自然科學基金項目、科技部重大研究計劃課題等。已在Gut、Genome Biology、Bioinformatics、Nucleic Acids Research、PLoS Genetics、Plant Cell等生物學、醫學和生物信息學*學術期刊發表學術論文50余篇，其中以第一作者或通訊作者發表SCI論文30余篇，文章總引用超過2000次，H指數23（Google Scholar）。獲得軟件著作權6項，申請國家發明專利20余項。擔任Scientific Reports、Genomics Proteomics & Bioinformatics等國際期刊編委。擔任中國生物工程學會-計算生物學與生物信息學專業委員會委員，中國計算機協會-生物信息學專業委員會委員、中國遺傳學會-生物大數據專業委員會委員，中國計算機學會-生物信息學專業委員會委員等。擔任英國生物技術與生物科學研究理事會（UK-BBSRC）等基金評委。教授“生物統計學”、“生物信息學”等課程，并是4屆iGEM金牌團隊的指導老師。
書友推薦
- >
姑媽的寶刀
- >
推拿
- >
巴金－再思錄
- >
羅曼·羅蘭讀書隨筆-精裝
- >
伊索寓言-世界文學名著典藏-全譯本
- >
名家帶你讀魯迅:朝花夕拾
- >
回憶愛瑪儂
- >
小考拉的故事-套裝共3冊
本類暢銷
