Hidden Markov Models for Bioinformatics: Computational Biology, cartea 2
Autor T. Koskien Limba Engleză Hardback – 30 noi 2001
Din seria Computational Biology
- 5%
Preț: 521.87 lei - 15%
Preț: 624.19 lei - 15%
Preț: 612.18 lei - 15%
Preț: 610.53 lei - 5%
Preț: 1378.38 lei - 18%
Preț: 913.72 lei -
Preț: 304.56 lei - 18%
Preț: 919.60 lei - 15%
Preț: 623.96 lei -
Preț: 501.54 lei - 15%
Preț: 621.78 lei - 15%
Preț: 627.06 lei - 15%
Preț: 631.55 lei -
Preț: 388.29 lei - 15%
Preț: 672.54 lei -
Preț: 373.24 lei - 15%
Preț: 624.00 lei - 20%
Preț: 606.30 lei - 15%
Preț: 686.38 lei - 15%
Preț: 617.46 lei - 20%
Preț: 635.04 lei - 18%
Preț: 1074.65 lei - 18%
Preț: 859.63 lei - 20%
Preț: 1006.53 lei - 18%
Preț: 1182.94 lei - 18%
Preț: 922.08 lei
Preț: 865.84 lei
Preț vechi: 1055.91 lei
-18%
Puncte Express: 1299
Carte tipărită la comandă
Livrare economică 20 iulie-03 august
Livrare prin curier în România Termenul estimat este afișat lângă disponibilitate.
Transport gratuit pentru acest produs Plată online sau ramburs, în funcție de opțiunile comenzii.
Retur gratuit în 14 zile Comandă securizată și suport în română.
Specificații
ISBN-13: 9781402001352
ISBN-10: 1402001355
Pagini: 414
Ilustrații: XVII, 391 p.
Dimensiuni: 155 x 235 x 28 mm
Greutate: 0.73 kg
Ediția:2002
Editura: SPRINGER NETHERLANDS
Colecția Springer
Seria Computational Biology
Locul publicării:Dordrecht, Netherlands
ISBN-10: 1402001355
Pagini: 414
Ilustrații: XVII, 391 p.
Dimensiuni: 155 x 235 x 28 mm
Greutate: 0.73 kg
Ediția:2002
Editura: SPRINGER NETHERLANDS
Colecția Springer
Seria Computational Biology
Locul publicării:Dordrecht, Netherlands
Public țintă
ResearchCuprins
1 Prerequisites in probability calculus.- 2 Information and the Kullback Distance.- 3 Probabilistic Models and Learning.- 4 EM Algorithm.- 5 Alignment and Scoring.- 6 Mixture Models and Profiles.- 7 Markov Chains.- 8 Learning of Markov Chains.- 9 Markovian Models for DNA sequences.- 10 Hidden Markov Models an Overview.- 11 HMM for DNA Sequences.- 12 Left to Right HMM for Sequences.- 13 Derin’s Algorithm.- 14 Forward—Backward Algorithm.- 15 Baum—Welch Learning Algorithm.- 16 Limit Points of Baum-Welch.- 17 Asymptotics of Learning.- 18 Full Probabilistic HMM.