1-4 生命科学データからの組合せ発見問題(1.ビッグデータを読み解く機械学習技術,<特集>データを読み解く技術-ビッグデータ,e-サイエンス,潜在的ダイナミクス-)
スポンサーリンク
概要
- 論文の詳細を見る
パーソナルゲノム時代に入り,生命科学で扱うデータは増加の一途をたどり,各個人のゲノム,エピゲノム,遺伝子発現,たん白質発現,代謝物プロファイルなどが比較的安価で得られるようになりつつある.このような細胞ビッグデータは大量であるのみならず,多榛性を持つ.多様なデータ間から有用なルールを発見するためには,データマイニング手法が有効であるが,結果に関する統計的有意性が保証できないなど,生命科学に適用するには不都合な点が残っている.本稿では,生命科学にデータマイニング手法を適用する際の注意点について述べ,多重検定を考慮した組合せ要因発見手法LAMPを紹介する.
- 一般社団法人電子情報通信学会の論文
- 2014-05-01
著者
関連論文
- J-STARサッカーロボットの開発 : JP/S-Iグループ
- タンパク質機能間関係グラフの構築
- 大域的なネットワークアラインメントを用いた遺伝子機能の比較
- RECOT:次世代シーケンサの比較ゲノムに向けたゲノム座標の変換
- 異質倍数体の遺伝子発現量の定量化
- 生命情報解析で活躍する機械学習(活躍する機械学習)
- 遺伝子機能間の関係を明示する遺伝子ネットワークの束化と可視化
- 1-4 生命科学データからの組合せ発見問題(1.ビッグデータを読み解く機械学習技術,データを読み解く技術-ビッグデータ,e-サイエンス,潜在的ダイナミクス-)