دسته بندی داده های مربوط به ژن با استفاده از یادگیری ماشین

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

دسته بندی داده های مربوط به ژن با استفاده از یادگیری ماشین دارای ۶۶ صفحه می باشد و دارای تنظیمات و فهرست کامل در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد دسته بندی داده های مربوط به ژن با استفاده از یادگیری ماشین  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

بخشی از فهرست دسته بندی داده های مربوط به ژن با استفاده از یادگیری ماشین

 مقدمه
   1-1 یادگیری ماشین
     1-1-1 مفهوم یادگیری ماشین
     1-1-2 اهمیت تحقیقات یادگیری ماشین
     1-1-3 کاربرد یادگیری ماشین
     1-1-4 دسته بندی روش های یادگیری
   1-2 بیوانفورماتیک
   1-3 ساختمان ژنتیکی انسان
   1-4 میکروارایه
 فصل دوم انتخاب ویژگی
   2-1 انتخاب ویژگی
   2-2 گروه های انتخاب ویژگی
     2-2-1 رویکرد فیلتر (Filter)
     2-2-2 رویکرد بسته بندی (Wrapper)
     2-2-3 مدل ترکیبی (Embeded)
   2-3- Relief-F
   3-2 -1کمترین افزونگی – بیشترین ارتباط ( MRMR)
   2-3-2 t- Statistic
   3-3-2 Information Gain
   4-3-2 Statistic
   2-3-5 ERGS
     2-3-5-1 محدوده موثر ( Rij)
     2-3-5-2 الگوریتم ERGS
     2-3-5-3 اثر فاکتور (۱-Pj)
   2-4 ارزیابی قیاسی
   2-5 مفاهیم مرتبط این فصل
 فصل سوم دسته بندی
   3-1 مقدمه
   3-2 دسته بندی
     3-2-1 دسته بندی چیست ؟
       3-2-1-1 معرفی
       3-2-1-2 سختی های کار
       3-2-1- 3 تخمین خطا
         3-2-1-3-1 Cross Validation
           3-2-1-3-1-1 K-fold cross-validation
           3-2-1-3-1- 2 Leave-one-out cross-validation
     3-2-2 روش های دسته بندی
       3-2-2-1 یادگیری Bayesian
         3-2-2-1-1 مقدمه
         3-2-2-1-2 تئوری Bayes و بیشترین احتمال
         3-2-2-1-3 دسته بندی کننده Naïve Bayes
         3-2-2-1-4 نتایج عملی دسته بندی کننده Naïve Bayes
           3-2-2-1-4-1 ویژگی های پیوسته
           3-2-2-1-4-2 تخمین احتمالات
         3-2-2-1-4 ماشین بردار پشتیبان
           3-2-2-1-4 -1 فرموله کردن مسئله
           3-2-2-1-4 – 2حاشیه امن
           3-2-2-1-4 -3 ماشین های بردار پشتیبان غیر خطی فضای ویژگی
           3-2-2-1-4 -4 چرا انتقال به فضای بالاتر؟
           3-2-2-1-4 -5 تابع کرنل
             3-2-2-1-4 -5 -1 مزایای تابع کرنل
           3-2-2-1-4 -6 کاربردهای ماشین بردار پشتیبان
           3-2-2-1-4 -7 مزایا و معایب ماشین بردار پشتیبان
 فصل چهارم دیتاست
   4-1 مفهوم دیتاست
   4-2 دیتاست های ژنی
     4-2-1 تومورهای روده بزرگ (Colon Tumor)
     4-2-2 ALL-AML
     4-2-3 سرطان ریه
     4-2-4 MLL
     4-2-5 پروستات
   4-3 نمونه
 فصل پنجم نتیجه گیری
   5-1 نتیجه گیری
   5-2 نتایج پیاده سازی
 پیوست