KI-Beratung Beta

Produktbild: Applications of Deep Learning in Genomics

Applications of Deep Learning in Genomics

198,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

12.11.2025

Abbildungen

schwarz-weiss Illustrationen, farbige Illustrationen, Raster, farbig, Zeichnungen, schwarz-weiss, Zeichnungen, farbig, Tabellen, schwarz-weiss

Herausgeber

Bipin Kumar Rai + weitere

Verlag

Taylor and Francis

Seitenzahl

270

Maße (L/B/H)

24/16,1/1,9 cm

Gewicht

573 g

Sprache

Englisch

ISBN

978-1-03-287833-1

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

12.11.2025

Abbildungen

schwarz-weiss Illustrationen, farbige Illustrationen, Raster, farbig, Zeichnungen, schwarz-weiss, Zeichnungen, farbig, Tabellen, schwarz-weiss

Herausgeber

Verlag

Taylor and Francis

Seitenzahl

270

Maße (L/B/H)

24/16,1/1,9 cm

Gewicht

573 g

Sprache

Englisch

ISBN

978-1-03-287833-1

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten Sie dafür eine Thalia Geschenkkarte.

Jetzt verkaufen
Jetzt verkaufen

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Applications of Deep Learning in Genomics
  • 1) Introduction: Genomic Landscape & Deep Learning Rise
    2) Unraveling Genetic Code: Basics & Deep Learning Role
    3) Genomic Data Deluge: Handling Big Data with DL
    4) Mining Biological Gold: DL in Disease, Drug, Evolution Insights
    5) Navigating Genome: Neural Networks, Transfer Learning, Explainability
    6) Ethical Considerations: Privacy, Fairness, Bias in Genomic Data
    7) Blockchain Integration in Genomic Deep Learning: Securing, Validating, and Sharing Genetic Insights
    8) Future Horizons: Multi-Omics, Quantum Computing, Collaboration
    9) Case Studies: Real-world Apps, Lessons
    10) Challenges & Opportunities: Technical Hurdles, Robust Models
    11) Conclusion: Recap & Genomic Frontier Ahead