This article reviews machine learni

This article reviews machine learning methods for bioinformatics. It presents modelling methods, such as supervised

classification, clustering and probabilistic graphical models for knowledge discovery, as well as deterministic and

stochastic heuristics for optimization. Applications in genomics, proteomics, systems biology, evolution and text

mining are also shown.

Keywords: machine learning; bioinformatics; supervised classification; clustering; probabilistic graphical models; optimisation;

heuristic; genomics; proteomics; microarray; system biology; evolution; text mining

ผลลัพธ์ (ไทย) 1:

บทความความคิดเห็นวิธีการเรียนรู้เครื่องสำหรับ bioinformatics จะนำเสนอวิธีการสร้างแบบจำลอง เช่นดูแลการจัดประเภท รูปแบบกราฟิกระบบคลัสเตอร์ และน่าจะสำหรับการค้นพบความรู้ เช่น deterministic และรุก stochastic สำหรับเพิ่มประสิทธิภาพ โปรแกรมประยุกต์ใน genomics โปรตีโอมิกส์ ชีววิทยาระบบ วิวัฒนาการ และข้อความยังมีแสดงการทำเหมืองแร่คำสำคัญ: การเรียนรู้ เครื่อง bioinformatics ดูแลการจัดประเภท คลัสเตอร์ น่าจะรุ่นกราฟิก เพิ่มประสิทธิภาพวริ genomics โปรตีโอมิกส์ microarray ชีววิทยาระบบ วิวัฒนาการ การทำเหมืองข้อความ

ผลลัพธ์ (ไทย) 2:

บทความนี้จะทบทวนวิธีการเรียนรู้เครื่องสำหรับชีวสารสนเทศ จะนำเสนอวิธีการสร้างแบบจำลองเช่นภายใต้การดูแลการจัดหมวดหมู่การจัดกลุ่มและรูปแบบกราฟิกที่น่าจะเป็นสำหรับการค้นพบความรู้เช่นเดียวกับการกำหนดและการวิเคราะห์พฤติกรรมสุ่มเพื่อเพิ่มประสิทธิภาพ การใช้งานในฟังก์ชั่น, โปรตีน, ระบบชีววิทยาวิวัฒนาการและข้อความการทำเหมืองแร่จะปรากฏ. คำสำคัญ: การเรียนรู้เครื่อง; ชีวสารสนเทศ ภายใต้การดูแลการจัดหมวดหมู่; การจัดกลุ่ม; รูปแบบกราฟิกที่น่าจะเป็น; เพิ่มประสิทธิภาพแก้ปัญหา; ฟังก์ชั่น; โปรตีน; microarray; ชีววิทยาระบบ วิวัฒนาการ; การทำเหมืองข้อความ

ผลลัพธ์ (ไทย) 3:

บทความนี้รีวิววิธีการเรียนรู้ของเครื่องสำหรับชีวสารสนเทศ มันแสดงแบบวิธีการ เช่น มีการจำแนก , clustering และแบบจำลองความน่าจะเป็นสำหรับการค้นพบความรู้ ตลอดจนติดตั้งเครื่องและฮิวริสติกสำหรับปัญหาการเพิ่มประสิทธิภาพ การประยุกต์ใช้ในลักษณะทางพันธุกรรมชีววิทยาวิวัฒนาการและระบบแสดงข้อความเหมืองแร่ยังแสดงคำสำคัญ : การเรียนรู้เครื่อง มีการแบ่งกลุ่มรสน ; ; 11 ; แบบจำลอง ; เพิ่มประสิทธิภาพ ;ฮิวริสติก พันธุกรรม ; โปรตีโอมิกส์ ; microarray ; ระบบชีววิทยาวิวัฒนาการ ; เหมืองแร่ ; ข้อความ