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...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Feldbauer, Roman (Συγγραφέας)
Συγγραφή απο Οργανισμό/Αρχή: SpringerLink (Online service)
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-Link

ΒΚΠ - Πατρα: ALFd

Λεπτομέρειες τεκμηρίων από ΒΚΠ - Πατρα: ALFd
Ταξιθετικός Αριθμός: 330.01 BAU
Αντίγραφο 1 Στη βιβλιοθήκη

ΒΚΠ - Πατρα: BSC

Λεπτομέρειες τεκμηρίων από ΒΚΠ - Πατρα: BSC
Ταξιθετικός Αριθμός: 330.01 BAU
Αντίγραφο 2 Στη βιβλιοθήκη
Αντίγραφο 3 Στη βιβλιοθήκη