Livrare gratuită pentru comenzile peste 349,00 lei.

Verifică starea comenzii

Faceți parte dintr-o comunitate de iubitori de cărți din întreaga lume și beneficiați de o mulțime de avantaje Creați-vă un cont gratuit

Transport gratuit la punctele de livrare Pick Up peste 349.00 lei

Packeta 15.00 lei Cargus 28.00 lei Easybox 20.00 lei FAN 20.00 lei Punct FAN 16.00 lei Punct DPD 17.00 lei Curier Sameday 24.00 lei Curier DPD 25.00 lei

Contact

Cum să cumpăr

Ajutor

Contul meu

▸ Gol :-(

Livrare gratuită pentru comenzile peste 349,00 lei.

Machine Learning and Big Data-enabled Biotechnology

Name: Machine Learning and Big Data-enabled Biotechnology
Brand: Wiley-VCH GmbH
SKU: 49249671
Price: 829.51 RON
Availability: InStock
Author: Hal S. Alper
ISBN: 9783527354740

Hal S. Alper

Limba

engleză

Carte Copertă tare

Codul Libristo: 49249671

Editura Wiley-VCH GmbH, februarie 2026

The book discusses how Machine Learning and Big Data is and can be used in biotechnology for a wide... Descrierea completă

Codul Libristo: 49249671

383 b

829.51 lei

În depozitul extern Expediem în 10-18 zile

30 de zile pentru retur bunuri

Clienții au cumpărat de asemenea

Polska. Weekend na czterech kółkach Gospodarek Mikołaj

Carte broșată

99.71 lei

EL DRET I LA LLEI / LE DROIT ET LA LOI Victor Hugo

Copertă tare

132.84 lei

ABC der Tiere 2 - 2. Schuljahr, Spiele zum individualisierten Lernen · Basistraining, m. CD-ROM Alexandra Schobert

Foaie

228.20 lei

Na houby s Jardou Jaroslav Tůma

Copertă tare

65.33 lei

Mozesz uzdrowic swoje zycie Louise L. Hay

Copertă tare

58.36 lei

The book discusses how Machine Learning and Big Data is and can be used in biotechnology for a wide breath of topics. It is separated
into three main parts, with the first covering DNA and ranging from ?synthetic biology part design (such as promoters)? to ?predictions from genome sequences?. The second part concerns proteins, with topics ranging from ?structure and design tools? to ?pathway discovery / retrobiosynthesis?, while the last part covers whole cells and ranges from ?Machine Learning approaches for gene expression? to ?Machine Learning predictions of phenotype and bioreactor performance?