生物信息学中的机器学习分析方法

机器学习具有从数据和经验中获取知识的学习能力，能够从海量的生物数据中提取知识，在解决生物信息学的相关问题中，起着越来越重要的作用，并取得了丰硕的成果。但庞大的计算量、复杂的噪声模式、海量的时变数据给传统的机器学习分析带来了巨大的困难。本书围绕着海量的生物数据，分别从癌症的诊断分型、基因调控网络的重构和蛋白质相互作用网络的分析3个角度来阐述机器学习理论、方法及其应用，共3部分13章。第一部分为面向癌症诊断分型的机器学习方法.第二部分围绕基因调控网络的分析与重构进行阐述。第三部分则是围绕蛋白质相互作用网络进行研究。为便于应用本书阐述的算法，书后附有部分机器学习算法源程序。