Beiträge zum Studium der Big-Data-Analytik

Dieses Buch untersucht die genetischen Anpassungen von Populationen, die in großen Höhen leben, und die Krankheiten, denen sie ausgesetzt sind. Der Forscher nutzt Text Mining und Netzwerkanalyse, um die für Höhenkrankheiten verantwortlichen Gennetzwerke zu identifizieren. Der Autor schlägt einen Algorithmus des maschinellen Lernens namens Random Forest vor, um die Assoziation von miRNAs mit Krankheiten vorherzusagen, der fünf Module umfasst: Vorverarbeitung, Datenanalyse, Merkmalsextraktion, Dimensionalitätsreduktion und Vorhersage. Die Methodik wird anhand von Präzision, Wiedererkennung, F-Maß und Genauigkeit bewertet. Diese Forschung zielt darauf ab, die Identifizierung von Krankheitsgenen aus großen Mengen genetischer Daten zu verbessern und ein leistungsfähiges Instrument für die Diagnose, den Verlauf und die Behandlung menschlicher Krankheiten bereitzustellen.

Autorentext

Mithra C. ist Doktorandin in Informatik und Ingenieurwesen (CSE) an der Universität Annamalai, Indien. Sie hat einen M.E.-Abschluss in CSE - Big Data von der Anna University (CEG), einen MBA von der Annamalai University und einen B.E. in CSE vom Jeppiaar Engineering College. Zu ihren Interessengebieten gehören maschinelles Lernen, Data Mining, Datenanalyse und Software Engineering.