扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
中医基础理论
-
>
高校军事课教程
-
>
思想道德与法治(2021年版)
-
>
毛泽东思想和中国特色社会主义理论体系概论(2021年版)
-
>
中医内科学·全国中医药行业高等教育“十四五”规划教材
-
>
中医诊断学--新世纪第五版
-
>
中药学·全国中医药行业高等教育“十四五”规划教材
生物统计学——生物大数据的概率统计模型与机器学习方法 版权信息
- ISBN：9787568086356
- 条形码：9787568086356 ; 978-7-5680-8635-6
- 装帧：平装
- 册数：暂无
- 重量：暂无
- 所属分类：>
生物统计学——生物大数据的概率统计模型与机器学习方法 内容简介
本书主要基于作者近年来教授本科生“生物统计学”和研究生“生物信息学”等课程资料，同时参考了国内外众多很好教学和科研资料编写而成。本书共分为5章：第1章介绍生物统计学的基础概念和基本研究方法；第2章介绍传统生物统计学方法及其应用，包括试验资料的搜集与整理、生物统计量的计算和表征、假设检验及其应用等；第3章介绍生物大数据的特征与挑战，包括生物大数据的特征、生物大数据分析的常规方法、生物大数据经典案例分析等；第4章介绍生物大数据与概率统计模型，包括大数据机器学习基础、聚类降维、概率统计模型方法等；第5章介绍面向生物大数据挖掘的深度学习，包括深度学习的概念及方法、深度学习应用于生物大数据分析的基本流程和经典案例等。每章都附有练习题，供读者参考。
本书具有一定的深度和广度，可以作为生物统计学、生物大数据及机器学习相关课程的教学参考书，也可供生物学、统计学、机器学习、生物大数据等领域的科学工作者阅读。
生物统计学——生物大数据的概率统计模型与机器学习方法 目录
第1章 生物统计学基础 /1
1.1 生物统计学的概念 /2
1.2 生物统计学的主要内容 /3
1.3 生物统计学发展概况 /4
1.4 常用统计学术语 /5
习 题1 /8
第2章 传统生物统计学及其应用 /9
2.1 试验资料的搜集与整理 /9
2.2 生物统计量的计算和表征及其应用 /16
2.3 生物数据的分布分析及其应用 /20
2.4 针对生物数据的假设检验及其应用 /28
习 题2 /45
第3章 生物大数据的特征与挑战 /47
3.1 生物大数据的发展史和大数据属性 /48
3.2 生物大数据的特征 /50
3.3 生物大数据研究面临的挑战 /52
3.4 生物大数据分析的常规方法 /53
3.5 生物大数据研究经典案例分析 /58
3.6 生物大数据研究趋势 /62
习 题3 /64
第4章生物大数据与概率统计模型 /65
4.1 大数据机器学习基础 /66
4.2 隐马尔可夫模型(Hidden Markov Model，HMM)及其应用 /69
4.3 进化树的概率模型 /96
4.4 Motif finding中的概率模型 /101
4.5 聚类方法和基因表达数据分析 /109
4.6 基因网络推断和分析 /113
4.7 数据降维及其应用 /115
4.8 其他概率统计模型方法简介和方法选择的建议 /128
习 题4 /136
第5章 面向生物大数据挖掘的深度学习 /138
5.1深度学习的概念 /139
5.2深度学习的基本方法 /148
5.3深度学习应用于生物大数据分析的基本流程 /155
5.4深度学习应用于生物大数据分析的经典案例 /159
习 题5 /169
附录A R语言 /171
A.1 基础知识 /171
A.2 R的数据操作 /190
A.3 R绘图 /194
附录B 重要名词解释(按章节顺序排列) /199
附录C 常用分布表 /211
附录D 生物案例分析 /217
参考文献 /235
1.1 生物统计学的概念 /2
1.2 生物统计学的主要内容 /3
1.3 生物统计学发展概况 /4
1.4 常用统计学术语 /5
习 题1 /8
第2章 传统生物统计学及其应用 /9
2.1 试验资料的搜集与整理 /9
2.2 生物统计量的计算和表征及其应用 /16
2.3 生物数据的分布分析及其应用 /20
2.4 针对生物数据的假设检验及其应用 /28
习 题2 /45
第3章 生物大数据的特征与挑战 /47
3.1 生物大数据的发展史和大数据属性 /48
3.2 生物大数据的特征 /50
3.3 生物大数据研究面临的挑战 /52
3.4 生物大数据分析的常规方法 /53
3.5 生物大数据研究经典案例分析 /58
3.6 生物大数据研究趋势 /62
习 题3 /64
第4章生物大数据与概率统计模型 /65
4.1 大数据机器学习基础 /66
4.2 隐马尔可夫模型(Hidden Markov Model，HMM)及其应用 /69
4.3 进化树的概率模型 /96
4.4 Motif finding中的概率模型 /101
4.5 聚类方法和基因表达数据分析 /109
4.6 基因网络推断和分析 /113
4.7 数据降维及其应用 /115
4.8 其他概率统计模型方法简介和方法选择的建议 /128
习 题4 /136
第5章 面向生物大数据挖掘的深度学习 /138
5.1深度学习的概念 /139
5.2深度学习的基本方法 /148
5.3深度学习应用于生物大数据分析的基本流程 /155
5.4深度学习应用于生物大数据分析的经典案例 /159
习 题5 /169
附录A R语言 /171
A.1 基础知识 /171
A.2 R的数据操作 /190
A.3 R绘图 /194
附录B 重要名词解释(按章节顺序排列) /199
附录C 常用分布表 /211
附录D 生物案例分析 /217
参考文献 /235
展开全部
生物统计学——生物大数据的概率统计模型与机器学习方法 作者简介
宁康，华中科技大学生命科学与技术学院教授，博士生导师，生物信息与系统生物学系系主任，湖北省楚天学者特聘教授。目前主持国家自然科学基金项目、科技部重大研究计划课题等。已在Gut、Genome Biology、Bioinformatics、Nucleic Acids Research、PLoS Genetics、Plant Cell等生物学、医学和生物信息学*学术期刊发表学术论文50余篇，其中以第一作者或通讯作者发表SCI论文30余篇，文章总引用超过2000次，H指数23（Google Scholar）。获得软件著作权6项，申请国家发明专利20余项。担任Scientific Reports、Genomics Proteomics & Bioinformatics等国际期刊编委。担任中国生物工程学会-计算生物学与生物信息学专业委员会委员，中国计算机协会-生物信息学专业委员会委员、中国遗传学会-生物大数据专业委员会委员，中国计算机学会-生物信息学专业委员会委员等。担任英国生物技术与生物科学研究理事会（UK-BBSRC）等基金评委。教授“生物统计学”、“生物信息学”等课程，并是4届iGEM金牌团队的指导老师。
书友推荐
- >
有舍有得是人生
有舍有得是人生
¥16.7¥45.0 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥25.4¥49.8 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
随园食单
随园食单
¥15.4¥48.0 - >
朝闻道
朝闻道
¥15.0¥23.8 - >
中国历史的瞬间
中国历史的瞬间
¥16.7¥38.0 - >
推拿
推拿
¥12.2¥32.0 - >
罗庸西南联大授课录
罗庸西南联大授课录
¥13.8¥32.0
