Metodi di Machine Learning e Text Mining per l'estrazione di set di dati biologici

Idioma: italiano

Editorial: Edizioni Sapienza Sep 2023, 2023

6206403505 / 9786206403500

  • Tapa blanda
  • Nuevo
Ver todos los detalles

Librería: buchversandmimpf2000, Emtmannsberg, BAYE, Alemaniabuchversandmimpf2000

Vendedor de 5 estrellas

Vendedor de IberLibro desde 23 de enero de 2017

Tapa blanda

Condición: Nuevo

EUR 54,90

Envío por EUR 60,00 
Se envía de Alemania a Estados Unidos de America

Cantidad disponible: 1 disponible

Añadir al carrito
Devoluciones gratuitas de 30 días

Descripción del artículo del vendedor

This item is printed on demand - Print on Demand Titel. Neuware -Il text mining o data mining è uno strumento di scoperta della conoscenza che si riferisce al processo di estrazione di modelli interessanti e non banali da un database di testi non strutturati. Qui presentiamo un nuovo sistema di apprendimento automatico per l'estrazione di insiemi di dati biologici (dati testuali/letteratura scientifica) per comprendere le relazioni tra due geni (due termini) in un testo scientifico. Il sistema imita l'intelligenza umana e determina con precisione le relazioni tra due geni/proteine. Abbiamo curato manualmente i set di dati della letteratura utilizzando la deep curation per generare il set di addestramento. Inoltre, i nostri risultati di predizione sono stati convalidati con l'aiuto di esperti per generare fiducia nell'uso del nostro sistema in diverse situazioni in tempo reale. Successivamente, il sistema è stato automatizzato in modo che le persone di tutto il mondo possano determinare le relazioni tra due o più molecole in un testo utilizzando macchine vettoriali di supporto. Questo sistema semi-automatico viene spesso applicato dal nostro team per scrivere recensioni su un determinato argomento. Ad esempio, il nostro team è stato in grado di vagliare e analizzare oltre 36.000 articoli per scrivere una recensione sugli strumenti di docking molecolare. Nel 2016, il nostro team è stato in grado di ricostruire la rete molecolare dell'obesità utilizzando questo sistema (Jaisri et al 2016, Plos One).VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 76 pp. Italienisch.…

Detalles bibliográficos

Título
Metodi di Machine Learning e Text Mining per l'estrazione di set di dati biologici
Autor
Kamal Rawal
Editorial
Edizioni Sapienza Sep 2023
Año de publicación
2023
Estado
Neu
Encuadernación
Taschenbuch
Idioma
italiano
ISBN 10
6206403505
ISBN 13
9786206403500
Peso del artículo
131 gramos
Dimensiones
220x150x5 mm

buchversandmimpf2000

Emtmannsberg, BAYE, Alemania

Vendedor de 5 estrellas

Vendedor de IberLibro desde 23 de enero de 2017

Tarifas de envío de Alemania a Estados Unidos de America

ArtículoDe 60 a 60 días hábilesDe 60 a 60 días hábiles
Primer artículoEUR 60,00EUR 75,00
Los plazos de entrega los establecen los vendedores y varían según el transportista y la ubicación. Los pedidos que pasan por la aduana pueden sufrir retrasos y los compradores son responsables de los aranceles o tarifas asociadas. Los vendedores pueden ponerse en contacto con usted en relación con cargos adicionales para cubrir cualquier aumento en los costes de envío de los artículos.

Métodos de pago

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • Cheque
  • PayPal

Descripción de la tienda

Impressum Thorsten Retsch Buchversand Mimpf2000 Oberölschnitz 16 95517 Emtmannsberg Deutschland Telefon: 09209-2023188 Email: mimpf2000@online.de USt-ID-Nr.: DE 235096871 Wir führen gebrauchte Bücher aus allen Sparten der Literatur

Especialidad

Modernes Antiquariat - Bücher von 1960 bis heute

Información empresarial del vendedor

buchversandmimpf2000

Alemania

Impressum

Gesetzliche Anbieterkennung:

Thorsten Retsch
Buchversand Mimpf2000
Oberölschnitz 16
95517 Emtmannsberg
Deutschland
Telefon: 092092023188
E-Mail: order@buchversandmimpf2000.de
USt-IdNr.: DE 235096871

Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter http://ec.europa.eu/odr.