SIB-Mitbegründer Amos Bairoch erhält renommierten Bioinformatik-Preis
Die International Society for Computational Biology (ISCB) hat Amos Bairoch...
ML- und Data-Mining-Ansätze für nachgelagerte Analysen
GeneSelectR: Wie man relevante Merkmale in RNA-Sequenzierungsdatensätzen identifiziert
Hochdimensionale Bulk-RNA-Sequenzierungsdatensätze (RNAseq) stellen eine erhebliche Herausforderung bei der Identifizierung biologisch relevanter Merkmale für nachgelagerte Analysen und Data-Mining-Bemühungen dar. Wir stellen GeneSelectR vor, ein Open-Source-R-Paket, das ML- und Bioinformatik-Data-Mining-Ansätze innovativ kombiniert, um die Merkmalsauswahl zu verbessern.
In diesem Video sehen Sie außerdem, wie Sie mit GeneSelectR Merkmale aus einem normalisierten RNAseq-Datensatz mit einer Vielzahl von ML-Methoden und benutzerdefinierten Parametern auswählen können. Wenn Sie als Bioinformatiker Bulk-RNAseq-Analysen durchführen und Schwierigkeiten bei der Auswahl einer Genliste für nachgelagerte Analysen haben, dann ist dieser Vortrag genau das Richtige für Sie!
Über die in silico talks-Reihe - Das Neueste aus der Bioinformatik von SIB-Wissenschaftlern
Mit der Online-Reihe in silico talks möchten wir Bioinformatiker, Biowissenschaftler und Kliniker über die neuesten Fortschritte der SIB-Wissenschaftler zu einem breiten Spektrum von Bioinformatik-Methoden, -Forschung und -Ressourcen informieren. Bleiben Sie auf dem Laufenden, erhalten Sie exklusive Einblicke in die neuesten Veröffentlichungen und erfahren Sie, wie diese Fortschritte Ihnen bei Ihrer Arbeit oder Forschung helfen können, indem Sie sich in die in silico talks-Mailingliste eintragen.
