Machine Learning Methods for Multi-Omics Data Integration
Sprache: Englisch
Verlag: Springer, 2023
- Hardcover
- Neu
Anbieter: Home-set, Mannheim, DeutschlandHome-set
Verkäufer:in bei AbeBooks seit 13. April 2026
Zustand: Neu
EUR 294,24
Anzahl: 2 verfügbar
In den WarenkorbArtikelbeschreibung des Verkäufers
The advancement of biomedical engineering has enabled the generation of multi-omics data by developing high-throughput technologies, such as next-generation sequencing, mass spectrometry, and microarrays. Large-scale data sets for multiple omics platforms, including genomics, transcriptomics, proteomics, and metabolomics, have become more accessible and cost-effective over time. Integrating multi-omics data has become increasingly important in many research fields, such as bioinformatics, genomics, and systems biology. This integration allows researchers to understand complex interactions between biological molecules and pathways. It enables us to comprehensively understand complex biological systems, leading to new insights into disease mechanisms, drug discovery, and personalized medicine. Still, integrating various heterogeneous data types into a single learning model also comes with challenges. In this regard, learning algorithms have been vital in analyzing and integratingthese large-scale heterogeneous data sets into one learning model. This book overviews the latest multi-omics technologies, machine learning techniques for data integration, and multi-omics databases for validation. It covers different types of learning for supervised and unsupervised learning techniques, including standard classifiers, deep learning, tensor factorization, ensemble learning, and clustering, among others. The book categorizes different levels of integrations, ranging from early, middle, or late-stage among multi-view models. The underlying models target different objectives, such as knowledge discovery, pattern recognition, disease-related biomarkers, and validation tools for multi-omics data.Finally, the book emphasizes practical applications and case studies, making it an essential resource for researchers and practitioners looking to apply machine learning to their multi-omics data sets. The book covers data preprocessing, feature selection, and model evaluation, providing readers with a practical guide to implementing machine learning techniques on various multi-omics data sets. Sprache: Englisch Gewicht in Gramm: 384.…
Bestandsnummer des Verkäufers IB-2755667
- Titel
- Machine Learning Methods for Multi-Omics Data Integration
- Verlag
- Springer
- Erscheinungsjahr
- 2023
- Zustand
- Neu
- Einband
- Gebundene Ausgabe
- Sprache
- Englisch
- ISBN-10
- 3031365011
- ISBN-13
- 9783031365010
- Artikelgewicht
- 384 Gramm
The advancement of biomedical engineering has enabled the generation of multi-omics data by developing high-throughput technologies, such as next-generation sequencing, mass spectrometry, and microarrays. Large-scale data sets for multiple omics platforms, including genomics, transcriptomics, proteomics, and metabolomics, have become more accessible and cost-effective over time. Integrating multi-omics data has become increasingly important in many research fields, such as bioinformatics, genomics, and systems biology. This integration allows researchers to understand complex interactions between biological molecules and pathways. It enables us to comprehensively understand complex biological systems, leading to new insights into disease mechanisms, drug discovery, and personalized medicine. Still, integrating various heterogeneous data types into a single learning model also comes with challenges. In this regard, learning algorithms have been vital in analyzing and integratingthese large-scale heterogeneous data sets into one learning model.
This book overviews the latest multi-omics technologies, machine learning techniques for data integration, and multi-omics databases for validation. It covers different types of learning for supervised and unsupervised learning techniques, including standard classifiers, deep learning, tensor factorization, ensemble learning, and clustering, among others. The book categorizes different levels of integrations, ranging from early, middle, or late-stage among multi-view models. The underlying models target different objectives, such as knowledge discovery, pattern recognition, disease-related biomarkers, and validation tools for multi-omics data.
Finally, the book emphasizes practical applications and case studies, making it an essential resource for researchers and practitioners looking to apply machine learning to their multi-omics data sets. The book covers data preprocessing, feature selection, and model evaluation, providing readers with a practical guide to implementing machine learning techniques on various multi-omics data sets.
„Inhaltsangabe“ gehört möglicherweise zu einer anderen Auflage dieses Titels.
Über die Autorin bzw. den Autor
Abedalrhman Alkhateeb earned his Bachelor's degree in Computer Science from the University of Jordan, Amman, Jordan, in 2004, and his MSc and Ph.D. in Computer Science from the University of Windsor, Canada, in 2011 and 2018, respectively. He is currently an Assistant Professor at Princess Sumaya University for Technology in Amman, Jordan. Previously, he served as an Assistant Professor and Mitacs Accelerate Postdoctoral Fellow at the University of Windsor, Canada. His research interests include machine learning, deep learning, bioinformatics, and health informatics.
Abedalrhman Alkhateeb has authored and co-authored more than 50 papers in prestigious journals and conferences. He also organized a workshop titled “MODI: Machine Learning Models for Multi-omics Data Integration” for three consecutive years from 2019 to 2021 in conjunction with ACM Conference on Bioinformatics, Computational Biology, and Health Informatics (ACM BCB). His recent research focuses on the health outcomes of various types of cancers. He has gained industrial experience as a bioinformatician and data analyst in several organizations, including ITOS Oncology Inc. and BlackBerry Limited in Canada, and UAE University in the United Arab Emirates. Luis Rueda received his Bachelor’s degree in computer science from the National University of San Juan, Argentina, in 1993, and his Master’s and Ph.D. degrees in computer science from Carleton University, Canada, in 1998 and 2002, respectively. He is currently a Full Professor in the School of Computer Science at the University of Windsor. His current research interests are mainly focused on devising shallow and deep machine learning and representation learning algorithms at the fundamental level and applications in bioinformatics and cybersecurity to problems in biomedical imaging, transcriptomics, integrative genome-wide data analysis, identification of cancer biomarkers, user authentication, spam review detection and social engineering. Luis Rueda holds four patents on machine learning and cybersecurity and has more than 200 publications and presentations in prestigious journals and conferences in machine learning, computational biology, and cybersecurity. He currently serves as Associate Editor of IEEE/ACM Transactions on Computational Biology and Bioinformatics, and Network Modeling Analysis in Health Informatics and Bioinformatics. He is also a member of the program committees of several conferences in the field. He is also a Senior Member of the IEEE, and a Member of t
„Über diesen Titel“ gehört möglicherweise zu einer anderen Auflage dieses Titels.
Home-set
Mannheim, Deutschland
Verkäufer:in bei AbeBooks seit 13. April 2026
Versandkosten von Deutschland nach USA
| Artikel | 10 bis 12 Werktage | 8 bis 10 Werktage |
|---|---|---|
| Erster Artikel | EUR 49,90 | EUR 75,00 |
Zahlungsarten
- Vorauskasse
Spezialisierung
BuchUnternehmensdaten der Verkäuferin bzw. des Verkäufers
Home-set
Deutschland
Widerrufsrecht
Wenn Sie Verbraucher sind, können Sie gemäß den folgenden Bestimmungen vom Vertrag zurücktreten. Verbraucher ist jede natürliche Person, die zu Zwecken handelt, die nicht ihrer kaufmännischen, gewerblichen, künstlerischen oder beruflichen Tätigkeit zugerechnet werden können.
Informationen zum Widerrufsrecht
Gesetzliches Widerrufsrecht
Sie haben das Recht, den Vertrag innerhalb von 14 Tagen ohne Angabe von Gründen zu widerrufen.
Die Widerrufsfrist beträgt 14 Tage ab dem Tag, an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Transporteur ist, die letzte Ware oder den letzten Posten oder das letzte Exemplar in Besitz genommen hat.
Um das Widerrufsrecht auszuüben, füllen Sie auf unserer Website unter „Meine Einkäufe" in „Mein Nutzerkonto" eine eindeutige Erklärung elektronisch aus und senden Sie sie ab. Wir werden Ihnen unverzüglich eine Bestätigung über den Eingang eines solchen Widerrufs auf einem dauerhaften Datenträger (z. B. per E-Mail) übermitteln.
Um die Widerrufsfrist einzuhalten, reicht es aus, dass Sie Ihre Mitteilung über die Ausübung des Widerrufsrechts vor Ablauf der Widerrufsfrist absenden.
Auswirkungen des Widerrufs
Wenn Sie diesen Vertrag widerrufen, erstatten wir Ihnen alle Zahlungen, die wir von Ihnen erhalten haben, einschließlich der Lieferkosten (mit Ausnahme der zusätzlichen Kosten, die entstehen, wenn Sie eine andere Art der Lieferung als die von uns angebotene günstigste Standardlieferung gewählt haben).
Wir können einen Abzug von der Rückerstattung für den Wertverlust der gelieferten Waren vornehmen, wenn der Verlust auf eine unnötige Behandlung durch Sie zurückzuführen ist.
Wir werden die Rückerstattung unverzüglich und nicht später als 14 Tage nach dem Tag vornehmen, an dem wir über Ihre Entscheidung, diesen Vertrag zu widerrufen, informiert wurden.
Für die Rückerstattung verwenden wir dasselbe Zahlungsmittel, das Sie für die ursprüngliche Transaktion verwendet haben, es sei denn, Sie haben ausdrücklich etwas anderes vereinbart; in keinem Fall werden Ihnen aufgrund einer solchen Rückerstattung Gebühren berechnet.
Wir können die Rückzahlung verweigern, bis wir die Waren wieder zurückerhalten haben oder Sie den Nachweis erbracht haben, dass Sie die Waren zurückgesandt haben, je nachdem, was eher eintritt.
Sie müssen die Waren unverzüglich und in jedem Fall spätestens 14 Tage ab dem Tag, an dem Sie uns über den Widerruf dieses Vertrags unterrichten, an Home-set, Mannheim, Germany, zurücksenden oder übergeben. Die Frist ist eingehalten, wenn Sie die Ware vor Ablauf der Frist von 14 Tagen zurücksenden. Sie müssen die direkten Kosten der Rücksendung der Waren tragen. Sie haften nur für einen etwaigen Wertverlust der Waren, der auf eine Behandlung zurückzuführen ist, die nicht zur Prüfung der Art, Eigenschaften und Funktionsweise der Waren erforderlich ist.
Ausnahmen vom Widerrufsrecht
Das Widerrufsrecht gilt nicht für:
- Die Lieferung von Zeitungen, Zeitschriften oder Magazinen mit Ausnahme von Abonnementverträgen; und
- Die Lieferung digitaler Inhalte, die nicht auf einem physischen Medium (z. B. auf einer CD oder DVD) geliefert werden, wenn Sie bei Ihrer Bestellung akzeptiert haben, dass wir mit der Lieferung beginnen können und dass Sie nach Beginn der Lieferung den Vertrag nicht mehr widerrufen können.