生物統(tǒng)計(jì)學(xué)：生物大數(shù)據(jù)的概率統(tǒng)計(jì)模型與機(jī)器學(xué)習(xí)方法

定　價(jià)：￥49.80

作　者：	寧康
出版社：	華中科技大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

當(dāng)當(dāng)網(wǎng) (￥42.30)

ISBN：	9787568086356	出版時(shí)間：	2023-08-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)主要基于作者近年來(lái)教授本科生“生物統(tǒng)計(jì)學(xué)”和研究生“生物信息學(xué)”等課程資料，同時(shí)參考了國(guó)內(nèi)外眾多*教學(xué)和科研資料編寫而成。本書(shū)共分為5章：第1章介紹生物統(tǒng)計(jì)學(xué)的基礎(chǔ)概念和基本研究方法；第2章介紹傳統(tǒng)生物統(tǒng)計(jì)學(xué)方法及其應(yīng)用，包括試驗(yàn)資料的搜集與整理、生物統(tǒng)計(jì)量的計(jì)算和表征、假設(shè)檢驗(yàn)及其應(yīng)用等；第3章介紹生物大數(shù)據(jù)的特征與挑戰(zhàn)，包括生物大數(shù)據(jù)的特征、生物大數(shù)據(jù)分析的常規(guī)方法、生物大數(shù)據(jù)經(jīng)典案例分析等；第4章介紹生物大數(shù)據(jù)與概率統(tǒng)計(jì)模型，包括大數(shù)據(jù)機(jī)器學(xué)習(xí)基礎(chǔ)、聚類降維、概率統(tǒng)計(jì)模型方法等；第5章介紹面向生物大數(shù)據(jù)挖掘的深度學(xué)習(xí)，包括深度學(xué)習(xí)的概念及方法、深度學(xué)習(xí)應(yīng)用于生物大數(shù)據(jù)分析的基本流程和經(jīng)典案例等。每章都附有練習(xí)題，供讀者參考。本書(shū)具有一定的深度和廣度，可以作為生物統(tǒng)計(jì)學(xué)、生物大數(shù)據(jù)及機(jī)器學(xué)習(xí)相關(guān)課程的教學(xué)參考書(shū)，也可供生物學(xué)、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、生物大數(shù)據(jù)等領(lǐng)域的科學(xué)工作者閱讀。

作者簡(jiǎn)介

　　寧康，華中科技大學(xué)生命科學(xué)與技術(shù)學(xué)院教授，博士生導(dǎo)師，生物信息與系統(tǒng)生物學(xué)系系主任，湖北省楚天學(xué)者特聘教授。目前主持國(guó)家自然科學(xué)基金項(xiàng)目、科技部重大研究計(jì)劃課題等。已在Gut、Genome Biology、Bioinformatics、Nucleic Acids Research、PLoS Genetics、Plant Cell等生物學(xué)、醫(yī)學(xué)和生物信息學(xué)*學(xué)術(shù)期刊發(fā)表學(xué)術(shù)論文50余篇，其中以第一作者或通訊作者發(fā)表SCI論文30余篇，文章總引用超過(guò)2000次，H指數(shù)23（Google Scholar）。獲得軟件著作權(quán)6項(xiàng)，申請(qǐng)國(guó)家發(fā)明專利20余項(xiàng)。擔(dān)任Scientific Reports、Genomics Proteomics & Bioinformatics等國(guó)際期刊編委。擔(dān)任中國(guó)生物工程學(xué)會(huì)-計(jì)算生物學(xué)與生物信息學(xué)專業(yè)委員會(huì)委員，中國(guó)計(jì)算機(jī)協(xié)會(huì)-生物信息學(xué)專業(yè)委員會(huì)委員、中國(guó)遺傳學(xué)會(huì)-生物大數(shù)據(jù)專業(yè)委員會(huì)委員，中國(guó)計(jì)算機(jī)學(xué)會(huì)-生物信息學(xué)專業(yè)委員會(huì)委員等。擔(dān)任英國(guó)生物技術(shù)與生物科學(xué)研究理事會(huì)（UK-BBSRC）等基金評(píng)委。教授“生物統(tǒng)計(jì)學(xué)”、“生物信息學(xué)”等課程，并是4屆iGEM金牌團(tuán)隊(duì)的指導(dǎo)老師。

圖書(shū)目錄

第1章生物統(tǒng)計(jì)學(xué)基礎(chǔ) /1
1.1 生物統(tǒng)計(jì)學(xué)的概念 /2
1.2 生物統(tǒng)計(jì)學(xué)的主要內(nèi)容 /3
1.3 生物統(tǒng)計(jì)學(xué)發(fā)展概況 /4
1.4 常用統(tǒng)計(jì)學(xué)術(shù)語(yǔ) /5
習(xí) 題1 /8
第2章傳統(tǒng)生物統(tǒng)計(jì)學(xué)及其應(yīng)用 /9
2.1 試驗(yàn)資料的搜集與整理 /9
2.2 生物統(tǒng)計(jì)量的計(jì)算和表征及其應(yīng)用 /16
2.3 生物數(shù)據(jù)的分布分析及其應(yīng)用 /20
2.4 針對(duì)生物數(shù)據(jù)的假設(shè)檢驗(yàn)及其應(yīng)用 /28
習(xí) 題2 /45
第3章生物大數(shù)據(jù)的特征與挑戰(zhàn) /47
3.1 生物大數(shù)據(jù)的發(fā)展史和大數(shù)據(jù)屬性 /48
3.2 生物大數(shù)據(jù)的特征 /50
3.3 生物大數(shù)據(jù)研究面臨的挑戰(zhàn) /52
3.4 生物大數(shù)據(jù)分析的常規(guī)方法 /53
3.5 生物大數(shù)據(jù)研究經(jīng)典案例分析 /58
3.6 生物大數(shù)據(jù)研究趨勢(shì) /62
習(xí) 題3 /64
第4章生物大數(shù)據(jù)與概率統(tǒng)計(jì)模型 /65
4.1 大數(shù)據(jù)機(jī)器學(xué)習(xí)基礎(chǔ) /66
4.2 隱馬爾可夫模型(Hidden Markov Model，HMM)及其應(yīng)用 /69
4.3 進(jìn)化樹(shù)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(dá)數(shù)據(jù)分析 /109
4.6 基因網(wǎng)絡(luò)推斷和分析 /113
4.7 數(shù)據(jù)降維及其應(yīng)用 /115
4.8 其他概率統(tǒng)計(jì)模型方法簡(jiǎn)介和方法選擇的建議 /128
習(xí) 題4 /136
第5章面向生物大數(shù)據(jù)挖掘的深度學(xué)習(xí) /138
5.1深度學(xué)習(xí)的概念 /139
5.2深度學(xué)習(xí)的基本方法 /148
5.3深度學(xué)習(xí)應(yīng)用于生物大數(shù)據(jù)分析的基本流程 /155
5.4深度學(xué)習(xí)應(yīng)用于生物大數(shù)據(jù)分析的經(jīng)典案例 /159
習(xí) 題5 /169
附錄A R語(yǔ)言 /171
A.1 基礎(chǔ)知識(shí) /171
A.2 R的數(shù)據(jù)操作 /190
A.3 R繪圖 /194
附錄B 重要名詞解釋(按章節(jié)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(xiàn) /235