Letter to the editor: a response to Ming’s study on machine learning techniques for personalized breast cancer risk prediction

Tytuł:: Letter to the editor: a response to Ming’s study on machine learning techniques for personalized breast cancer risk prediction
Autorzy:: Daniele Giardiello
Antonis C. Antoniou
Luigi Mariani
Douglas F. Easton
Ewout W. Steyerberg
Temat:: Neoplasms. Tumors. Oncology. Including cancer and carcinogens
RC254-282
Źródło:: Breast Cancer Research, Vol 22, Iss 1, Pp 1-2 (2020)
Wydawca:: BMC, 2020.
Rok publikacji:: 2020
Kolekcja:: LCC:Neoplasms. Tumors. Oncology. Including cancer and carcinogens
Typ dokumentu:: article
Opis pliku:: electronic resource
Język:: English
ISSN:: 1465-542X
Relacje:: https://doaj.org/toc/1465-542X
DOI:: 10.1186/s13058-020-1255-4
Dostęp URL:: https://doaj.org/article/25238a872c6246bfb28ab23d03967b39 Link otwiera się w nowym oknie
Numer akcesji:: edsdoj.25238a872c6246bfb28ab23d03967b39
: Czasopismo naukowe

Full Text Finder

Informacja