english Icono del idioma   español Icono del idioma  

Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12008/54361 Cómo citar
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorSpangenberg, Lucía-
dc.contributor.advisorStaub, Eike-
dc.contributor.authorKiedanski Estrugo, Nicole-
dc.date.accessioned2026-04-15T12:52:23Z-
dc.date.available2026-04-15T12:52:23Z-
dc.date.issued2024-
dc.identifier.citationKiedanski Estrugo, N. A machine learning-based classification for Small Cell Lung Cancer subtypes: implications for prognosis and therapy selection [en línea] Tesis de maestría. Montevideo : Udelar. FC - PEDECIBA. 2024es
dc.identifier.urihttps://hdl.handle.net/20.500.12008/54361-
dc.format.extent67 h.es
dc.format.mimetypeapplication/pdfes
dc.language.isoenes
dc.publisherUdelar. FC.es
dc.rightsLas obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)es
dc.subjectSCLCes
dc.subject.otherNEOPLASMAS MALIGNOSes
dc.subject.otherAPRENDIZAJE AUTOMATICOes
dc.subject.otherMACHINE LEARNINGes
dc.titleA machine learning-based classification for Small Cell Lung Cancer subtypes: implications for prognosis and therapy selectiones
dc.typeTesis de maestríaes
dc.contributor.filiacionKiedanski Estrugo Nicole-
thesis.degree.grantorUniversidad de la República (Uruguay). Facultad de Ciencias - PEDECIBA.es
thesis.degree.nameMagíster en Bioinformáticaes
dc.rights.licenceLicencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)es
Aparece en las colecciones: Tesis de posgrado - Facultad de Ciencias

Ficheros en este ítem:
Fichero Descripción Tamaño Formato   
uy24-21426.pdf5,61 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons