基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
生物信息学是用数理和信息科学的观点、理论和方法,以计算机为工具对生物信息进行获取、处理、存储、分配、分析和解释的一门学科,它是生物学、医药学、计算机科学、物理学和数学等学科的有机结合。本书由浅入深地讲述了在生物信息学数据分析中所使用的统计学理论,形象地向读者展示了在处理生物芯片、高通量测序等大规模数据时所采用的统计学方法。
推荐文章
机器学习与生物信息学
机器学习
生物信息学
学习方法
人工智能
生物信息学推荐系统的设计与实现
推荐系统
生物信息学
生物信息学数据库及查询
生物信息学
数据库
查询
生物信息学中的特征选择
计算生物学
智能计算
数据挖掘
进化计算
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 统计生物信息学
来源期刊 国外科技新书评介 学科 生物学
关键词 生物信息学 统计学理论 计算机科学 统计学方法 大规模数据 信息科学 数据分析 生物芯片
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 1
页数 1页 分类号 Q811.4
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙海汐 中国科学院遗传与发育生物学研究所 9 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
生物信息学
统计学理论
计算机科学
统计学方法
大规模数据
信息科学
数据分析
生物芯片
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
国外科技新书评介
月刊
北京市海淀区中关村北四环西路33号
出版文献量(篇)
4046
总下载数(次)
93
总被引数(次)
0
论文1v1指导