KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig vom 05.10.2026 bis 07.10.2026 | Gültig für nicht preisgebundene fremdsprachige Bücher | Einzelne Artikel können ausgeschlossen sein | Online auf www.bücher.de einlösbar | Click & Collect nur mit Online-Zahlung (Paypal/Kreditkarte) vorab | Nicht kombinierbar mit anderen Gutscheinen oder Preisaktionen | Nur einmal pro Einkauf einlösbar | Gutschein wird auf max. 500€ Bestellwert angerechnet | Keine Barauszahlung | Nicht gültig für Versandkosten und Services
Produktbild: Applications of Deep Learning in Genomics

Applications of Deep Learning in Genomics

198,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

12.11.2025

Abbildungen

schwarz-weiss Illustrationen, farbige Illustrationen, Raster, farbig, Zeichnungen, schwarz-weiss, Zeichnungen, farbig, Tabellen, schwarz-weiss

Herausgeber

Bipin Kumar Rai + weitere

Verlag

Taylor and Francis

Seitenzahl

270

Maße (L/B/H)

24/16,1/1,9 cm

Gewicht

573 g

Sprache

Englisch

ISBN

978-1-03-287833-1

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

12.11.2025

Abbildungen

schwarz-weiss Illustrationen, farbige Illustrationen, Raster, farbig, Zeichnungen, schwarz-weiss, Zeichnungen, farbig, Tabellen, schwarz-weiss

Herausgeber

Verlag

Taylor and Francis

Seitenzahl

270

Maße (L/B/H)

24/16,1/1,9 cm

Gewicht

573 g

Sprache

Englisch

ISBN

978-1-03-287833-1

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Applications of Deep Learning in Genomics

  • 1) Introduction: Genomic Landscape & Deep Learning Rise
    2) Unraveling Genetic Code: Basics & Deep Learning Role
    3) Genomic Data Deluge: Handling Big Data with DL
    4) Mining Biological Gold: DL in Disease, Drug, Evolution Insights
    5) Navigating Genome: Neural Networks, Transfer Learning, Explainability
    6) Ethical Considerations: Privacy, Fairness, Bias in Genomic Data
    7) Blockchain Integration in Genomic Deep Learning: Securing, Validating, and Sharing Genetic Insights
    8) Future Horizons: Multi-Omics, Quantum Computing, Collaboration
    9) Case Studies: Real-world Apps, Lessons
    10) Challenges & Opportunities: Technical Hurdles, Robust Models
    11) Conclusion: Recap & Genomic Frontier Ahead