Hochschulschrift
Statistische Analyse von hochdimensionalen toxikologischen Expressionsdaten
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Deutsch
- Anmerkungen
-
Dortmund, Technische Universität, Dissertation, 2016
- Klassifikation
-
Biowissenschaften, Biologie
- Schlagwort
-
High throughput screening
Klassifikation
Support-Vektor-Maschine
Random Forest
Toxikologische Bewertung
Hochdurchsatzsequenzierung
- Ereignis
-
Veröffentlichung
- (wo)
-
Dortmund
- (wer)
-
Universitätsbibliothek Dortmund
- (wann)
-
2016
- Urheber
- Beteiligte Personen und Organisationen
-
Rahnenführer, Jörg
Weihs, Claus
- Handle
-
2003/35296
- URN
-
urn:nbn:de:101:1-201610212109
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
25.03.2025, 13:45 MEZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Objekttyp
- Hochschulschrift
Beteiligte
- Rempel, Eugen
- Rahnenführer, Jörg
- Weihs, Claus
- Universitätsbibliothek Dortmund
Entstanden
- 2016
Ähnliche Objekte (12)
Clustermethoden für Massenspektren in proteomweiten statistischen Analysen
Statistische Modellierung eines Bohrprozesses
D-optimal plans for variable selection in data bases
Clustering techniques for the detection of business cycles
Incorporating background knowledge for better prediction of cycle phases
Direct minimization of error rates in multivariate classification
Stability of multivariate representation of business cycles over time
Optimal vs. classical linear dimension reduction
Univariate characterization of the German business cycle 1955-1994
Comparing classifiers in standardized partition spaces using experimental design
A note on the behaviour of the process capability index C_pmk with asymmetric specification limits
Dynamic Bayesian networks for classification of business cycles
Clustermethoden für Massenspektren in proteomweiten statistischen Analysen
Statistische Modellierung eines Bohrprozesses
D-optimal plans for variable selection in data bases
Clustering techniques for the detection of business cycles
Incorporating background knowledge for better prediction of cycle phases
Direct minimization of error rates in multivariate classification
Stability of multivariate representation of business cycles over time
Optimal vs. classical linear dimension reduction
Univariate characterization of the German business cycle 1955-1994
Comparing classifiers in standardized partition spaces using experimental design
A note on the behaviour of the process capability index C_pmk with asymmetric specification limits
Dynamic Bayesian networks for classification of business cycles
Clustermethoden für Massenspektren in proteomweiten statistischen Analysen
Statistische Modellierung eines Bohrprozesses
D-optimal plans for variable selection in data bases
Clustering techniques for the detection of business cycles
Incorporating background knowledge for better prediction of cycle phases
Direct minimization of error rates in multivariate classification
Stability of multivariate representation of business cycles over time
Optimal vs. classical linear dimension reduction
Univariate characterization of the German business cycle 1955-1994
Comparing classifiers in standardized partition spaces using experimental design
A note on the behaviour of the process capability index C_pmk with asymmetric specification limits