基于集成学习方法识别导致人类疾病的遗传变异Ensemble learning approaches in the identification of disease mutations

3997
    


来源:
Licence:
联系:
分类:
平台:
环境:
大小:
更新:
标签:
联系方式 :
免费下载 ×

下载APP,支持永久资源免费下载

限免产品服务请联系qq:1585269081

下载APP
免费下载 ×

下载APP,支持永久资源免费下载

下载APP 免费下载
下载 ×

下载APP,资源永久免费


如果出现不能下载的情况,请联系站长,联系方式在下方。

免费下载 ×

下载论文助手APP,资源永久免费

免费获取

如果你已经登录仍然出现不能下载的情况,请【点击刷新】本页面或者联系站长


用机器学习的方法识别致病非同义核苷酸多态性将有助于人们理解人类疾病的遗传学基础

江瑞

 基于集成学习方法识别导致人类疾病的遗传变异[EB/OL]

北京:中国科技论文在线

基于集成学习方法的机器学习方法可以更有效地识别致病非同义核苷酸多态性

文章把致病非同义核苷酸多态性的识别问题建模为二值分类问题

识别与人类遗传疾病相关的遗传变异因素成为生物信息学中的一个热点

发生在蛋白质编码区的非同义核苷酸多态性(Nonsynonymous single nucleotide polymorphisms, nsSNPs)将直接改变蛋白质序列并影响其功能

文章比较了5种常见的集成学习方法(AdaBoost、LogitBoost、随机森林、L2boosting算法和随机梯度回归算法)和两种传统分类方法(决策树、支持向量机)在这一分类问题中的性能

张望舒

张望舒

最终导致遗传疾病的发生

【详情见下载】

免费下载 ×

下载APP,支持永久资源免费下载

下载APP 免费下载
温馨提示
请用电脑打开本网页,即可以免费获取你想要的了。
扫描加我微信 ×

演示

×
登录 ×


下载 ×
论文助手网
论文助手,最开放的学术期刊平台
				暂无来源信息			 
回复
来来来,吐槽点啥吧

作者联系方式

×

向作者索要->