Comparison of unsupervised machine-learning methods to identify metabolomic signatures in patients with localized breast cancer - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Computational and Structural Biotechnology Journal Année : 2019

Comparison of unsupervised machine-learning methods to identify metabolomic signatures in patients with localized breast cancer

Caroline Bailleux
  • Fonction : Auteur
David Chardin
  • Fonction : Auteur
Thierry Pourcher
Julia Gilhodes
  • Fonction : Auteur
Lun Jing
  • Fonction : Auteur
Jean-Marie Guigonis
Jean-Marc Ferrero
Gerard Milano
  • Fonction : Auteur
Baharia Mograbi
Patrick Brest
Yann Chateau
  • Fonction : Auteur
Olivier Humbert
Fichier principal
Vignette du fichier
publi 1.pdf (3 Mo) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Loading...

Dates et versions

hal-02972536 , version 1 (20-10-2020)

Identifiants

Citer

Jocelyn Gal, Caroline Bailleux, David Chardin, Thierry Pourcher, Julia Gilhodes, et al.. Comparison of unsupervised machine-learning methods to identify metabolomic signatures in patients with localized breast cancer. Computational and Structural Biotechnology Journal, 2019, 18 (7), pp.1509-1524. ⟨10.1016/j.csbj.2020.05.021⟩. ⟨hal-02972536⟩

Collections

3IA-COTEDAZUR ANR
36 Consultations
99 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More