| Nr opisu: | 0000126040 |
| Tytuł oryginału: | Feature selection based on logistic regression for 2-class classification of multidimensional molecular data. |
| Autorzy: | Sebastian Student, Alicja* Płuciennik, Michał* Jakubczak, Krzysztof Fujarewicz. |
| Źródło: | W: Artificial intelligence: methodology, systems, and applications. 18th International Conference, AIMSA 2018, Varna, Bulgaria, September 12-14, 2018. Proceedings. Eds.: Gennady Agre, Josef van Genabith, Thierry Declerck. Cham : Springer, 2018, s. 286-290, bibliogr. 11 poz. |
| ISBN: | 978-3-319-99343-0978-3-319-99344-7 |
| Seria: | (Lecture Notes in Computer Science ; vol. 11089 0302-9743) |
| Punktacja MNiSW: | 20.000 |
| Bazy indeksujące publikację: | Scopus; Springer; Web of Science |
| DOI: | |
| Słowa kluczowe polskie: | wybór funkcji ; regresja logistyczna ; klasyfikacja ; diagnoza raka ; sygnatury ekspresji genów |
| Słowa kluczowe angielskie: | feature selection ; logistic regression ; classification ; cancer diagnosis ; gene expression signatures |
| Typ publikacji: | RK |
| Język publikacji: | ENG |
| Zasieg terytorialny: | Z |
| Afiliacja: | praca afiliowana w PŚl. |
| Dostęp on-line: | |