Name: Multivariate Statistical Machine Learning Methods for Genomic Prediction (en Inglés)
Price: 58.57 USD
Availability: InStock
Author: Montesinos López, Osval Antonio ; Montesinos López, Abelardo ; Crossa, José
ISBN: 9783030890124

portada Multivariate Statistical Machine Learning Methods for Genomic Prediction (en Inglés)

Multivariate Statistical Machine Learning Methods for Genomic Prediction (en Inglés)

Formato

Libro Físico

Autor

Osval Antonio Montesinos López

Abelardo Montesinos López

José Crossa

Editorial

Springer

Idioma

Inglés

N° páginas

691

Encuadernación

Tapa Blanda

Dimensiones

23.4 x 15.6 x 3.6 cm

Peso

0.98 kg.

ISBN13

9783030890124

Categorías

Investigación médica
Epidemiología y estadística médica
Botánica y ciencias de las plantas
Agricultura y explotaciones agropecuarias

Multivariate Statistical Machine Learning Methods for Genomic Prediction (en Inglés)

Osval Antonio Montesinos López (Autor) · Abelardo Montesinos López (Autor) · José Crossa (Autor) · Springer · Tapa Blanda

Libro Nuevo Importado

Envío: 24 a 32 días háb.

$ 106.50$ 58.57

-45%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 100 unidades

$ 58.57

Llega entre el 15 Sep y el 29 Sep a Quito, Pichincha. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Multivariate Statistical Machine Learning Methods for Genomic Prediction (en Inglés)"

Preface.- Chapter 1.- General elements of genomic selection and statistical learning.- Chapter. 2.- Preprocessing tools for data preparation.- Chapter. 3.- Elements for building supervised statistical machine learning models.- Chapter. 4.- Overfitting, model tuning and evaluation of prediction performance.- Chapter. 5.- Linear Mixed Models.- Chapter. 6.- Bayesian Genomic Linear Regression.- Chapter. 7.- Bayesian and classical prediction models for categorical and count data.- Chapter. 8.- Reproducing Kernel Hilbert Spaces Regression and Classification Methods.- Chapter. 9.- Support vector machines and support vector regression.- Chapter. 10.- Fundamentals of artificial neural networks and deep learning.- Chapter. 11.- Artificial neural networks and deep learning for genomic prediction of continuous outcomes.- Chapter. 12.- Artificial neural networks and deep learning for genomic prediction of binary, ordinal and mixed outcomes.- Chapter. 13.- Convolutional neural networks.- Chapter. 14.- Functional regression.- Chapter. 15.- Random forest for genomic prediction.