Ad-hoc preprocessing and Machine Learning techniques to distinguish cancer types

IBRAHEEM, RASHEED OYEWOLE
2020/2021

2020
Ad-hoc preprocessing and Machine Learning techniques to distinguish cancer types
File in questo prodotto:
File Dimensione Formato  
rasheed-ibraheem-thesis.pdf

accesso solo dalla rete interna

Descrizione: This project focuses on the preprocessing and building XGBoost classifier capable of distinguishing cancer types using the merged CNA high resolution and genetic mutation datasets of The Cancer Genome Atlas (TCGA).
Dimensione 3.57 MB
Formato Adobe PDF
3.57 MB Adobe PDF   Contatta l'autore

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Il download dei file è consentito soltanto per chi si collega da rete interna o da proxy.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12319/4123