Hvis du er biolog og ønsker å utnytte de kraftige metodene fra moderne beregningsstatistikk, er dette boken for deg. Her får du mulighet til å visualisere og analysere dine egne data, benytte både usupervisert og supervisert læring, integrere datasett, gjennomføre hypotesetester og lage publikasjonsklare figurer ved hjelp av R/Bioconductor og ggplot2. Boken lærer deg å 'lage fra bunnen av', fra rådata til vakre og opplysende resultater, samtidig som du lærer å skrive dine egne skript i R-språket og bruke avanserte statistikkpakker fra CRAN og Bioconductor. Den dekker et bredt spekter av grunnleggende og avanserte emner som er viktige for analyse av høythroughput biologiske data, inkludert hovedkomponentanalyse og multidimensjonal skalering, klyngedannelse, multipel testing, usupervisert og supervisert læring, resampling, fallgruvene ved eksperimentell design, samt maktsimuleringer ved hjelp av Monte Carlo. Den tar også for seg nettverk, trær, romstatistikk, bildedata og mikrobielle analyser. Dette er en uunnværlig ressurs for alle som ønsker å bygge en solid statistisk grunnmur i sin biologiske forskning.
