Nicht-invasive Subtypisierung des Pankreaskarzinoms mittels Algorithmen des maschinellen Lernens
- Weitere Titel
-
Non-invasive subtyping of pancreatic cancer using machine learning algorithms
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Deutsch
- Anmerkungen
-
München, Technische Universität München, Dissertation, 2021
- Ereignis
-
Veröffentlichung
- (wo)
-
München
- (wer)
-
Universitätsbibliothek der TU München
- (wann)
-
2021
- Urheber
- Beteiligte Personen und Organisationen
- URN
-
urn:nbn:de:bvb:91-diss-20210222-1553711-1-3
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
14.08.2025, 10:47 MESZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Beteiligte
- Ziegelmayer, Sebastian
- Braren, Rickmer
- Hayden, Oliver
- Universitätsbibliothek der TU München
Entstanden
- 2021
Ähnliche Objekte (12)
Data Science - was ist das eigentlich?! : Algorithmen des maschinellen Lernens verständlich erklärt
Visualisierung sowie Auswertung medizinischer Sensordaten unter Zuhilfenahme unterschiedlicher Algorithmen des maschinellen Lernens
Probabilistische Untersuchungen maschinellen Lernens
Lernende Roboter : Aspekte maschinellen Lernens
Anwendung von Verfahren des maschinellen Lernens und von evolutionären Algorithmen bei der räumlichen Inferenz
Schwingkomfortbewertung in Straßenbahnen mittels Maschinellen Lernens
Verfahren des maschinellen Lernens zur Entscheidungsunterstützung
Modelle maschinellen Lernens : symbolische und konnektionistische Ansätze
Qualitätsdimensionen maschinellen Lernens in der amtlichen Statistik
Versicherungstarifgestaltung anhand baumbasierter Methoden des maschinellen Lernens
Online-Unterschriftenverifikation basierend auf Methoden des Maschinellen Lernens
Mathematische Grundlagen des überwachten maschinellen Lernens : optimierungstheoretische Methoden
Data Science - was ist das eigentlich?! : Algorithmen des maschinellen Lernens verständlich erklärt
Visualisierung sowie Auswertung medizinischer Sensordaten unter Zuhilfenahme unterschiedlicher Algorithmen des maschinellen Lernens
Probabilistische Untersuchungen maschinellen Lernens
Lernende Roboter : Aspekte maschinellen Lernens
Anwendung von Verfahren des maschinellen Lernens und von evolutionären Algorithmen bei der räumlichen Inferenz
Schwingkomfortbewertung in Straßenbahnen mittels Maschinellen Lernens
Verfahren des maschinellen Lernens zur Entscheidungsunterstützung
Modelle maschinellen Lernens : symbolische und konnektionistische Ansätze
Qualitätsdimensionen maschinellen Lernens in der amtlichen Statistik
Versicherungstarifgestaltung anhand baumbasierter Methoden des maschinellen Lernens
Online-Unterschriftenverifikation basierend auf Methoden des Maschinellen Lernens
Mathematische Grundlagen des überwachten maschinellen Lernens : optimierungstheoretische Methoden
Data Science - was ist das eigentlich?! : Algorithmen des maschinellen Lernens verständlich erklärt
Visualisierung sowie Auswertung medizinischer Sensordaten unter Zuhilfenahme unterschiedlicher Algorithmen des maschinellen Lernens
Probabilistische Untersuchungen maschinellen Lernens
Lernende Roboter : Aspekte maschinellen Lernens
Anwendung von Verfahren des maschinellen Lernens und von evolutionären Algorithmen bei der räumlichen Inferenz
Schwingkomfortbewertung in Straßenbahnen mittels Maschinellen Lernens
Verfahren des maschinellen Lernens zur Entscheidungsunterstützung
Modelle maschinellen Lernens : symbolische und konnektionistische Ansätze
Qualitätsdimensionen maschinellen Lernens in der amtlichen Statistik
Versicherungstarifgestaltung anhand baumbasierter Methoden des maschinellen Lernens
Online-Unterschriftenverifikation basierend auf Methoden des Maschinellen Lernens