Groe Datenmengen lassen sich ohne den Einsatz von einschlagigen Softwareprodukten kaum bearbeiten. Mit den bereitgestellten Algorithmen konnen Daten statistisch ausgewertet und Optimierungsaufgaben oder kombinatorische Problemstellungen gelost werden. Auch wenn dies zumeist im Black Box"e;-Verfahren geschieht, ist es doch hilfreich, etwa bei der Auswahl der Algorithmen oder bei der Einschatzung der erforderlichen Zeit-Ressourcen, die hinter den Algorithmen steckenden mathematischen Ideen zu kennen.Das Buch ladt Biologen und Mediziner ein, sich mit den mathematischen Grundlagen von ausgewahlten Algorithmen der Bioinformatik vertraut zu machen. Es ist eine Einfuhrung mit vielen durchgerechneten Beispielen und zahlreichen Aufgaben mit ausfuhrlichen Losungen zum Einuben der mathematischen Inhalte. Inhaltliche Schwerpunkte sind Matrizen, lineare Gleichungssysteme, Rekursionen, Abzahltechniken, diskrete dynamische Optimierung, Markov-Ketten, Hidden Markov-Modelle und distanzbasierte Klassifikationsverfahren.

Groe Datenmengen lassen sich ohne den Einsatz von einschlagigen Softwareprodukten kaum bearbeiten. Mit den bereitgestellten Algorithmen konnen Daten statistisch ausgewertet und Optimierungsaufgaben oder kombinatorische Problemstellungen gelost werden. Auch wenn dies zumeist im Black Box"e;-Verfahren geschieht, ist es doch hilfreich, etwa bei der Auswahl der Algorithmen oder bei der Einschatzung der erforderlichen Zeit-Ressourcen, die hinter den Algorithmen steckenden mathematischen Ideen zu kennen.Das Buch ladt Biologen und Mediziner ein, sich mit den mathematischen Grundlagen von ausgewahlten Algorithmen der Bioinformatik vertraut zu machen. Es ist eine Einfuhrung mit vielen durchgerechneten Beispielen und zahlreichen Aufgaben mit ausfuhrlichen Losungen zum Einuben der mathematischen Inhalte. Inhaltliche Schwerpunkte sind Matrizen, lineare Gleichungssysteme, Rekursionen, Abzahltechniken, diskrete dynamische Optimierung, Markov-Ketten, Hidden Markov-Modelle und distanzbasierte Klassifikationsverfahren.