Ad-hoc preprocessing and Machine Learning techniques to distinguish cancer types
IBRAHEEM, RASHEED OYEWOLE
2020/2021
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