Machine Learning for Microbial Phenotype Prediction
This thesis presents a scalable, generic methodology for microbial phenotype prediction based on supervised machine learning, several models for biological and ecological traits of high relevance, and the deployment in metagenomic datasets. The results suggest that the presented prediction tool can...
Κύριος συγγραφέας: | |
---|---|
Συγγραφή απο Οργανισμό/Αρχή: | |
Μορφή: | Ηλεκτρονική πηγή Ηλ. βιβλίο |
Γλώσσα: | English |
Έκδοση: |
Wiesbaden :
Springer Fachmedien Wiesbaden : Imprint: Springer Spektrum,
2016.
|
Σειρά: | BestMasters
|
Θέματα: | |
Διαθέσιμο Online: | Full Text via HEAL-Link |
Διαδίκτυο
Full Text via HEAL-LinkΒΚΠ - Πατρα: ALFd
Ταξιθετικός Αριθμός: |
330.01 BAU |
---|---|
Αντίγραφο 1 | Στη βιβλιοθήκη |
ΒΚΠ - Πατρα: BSC
Ταξιθετικός Αριθμός: |
330.01 BAU |
---|---|
Αντίγραφο 2 | Στη βιβλιοθήκη |
Αντίγραφο 3 | Στη βιβλιοθήκη |