更多
通知
  • 医学文献
  • 知识库
  • 评价分析
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
    高级检索 检索偏好
    • 临床诊疗知识库
    • 中医药知识库
    • 机构
    • 作者
    热搜词：
    换一批
    论文 期刊
    取消
    高级检索

    检索历史 清除

    医学文献>>
    • 全部
    • 中外期刊
    • 学位
    • 会议
    • 专利
    • 成果
    • 标准
    • 法规
    知识库 >>
    • 临床诊疗知识库
    • 中医药知识库
    评价分析 >>
    • 机构
    • 作者
    高级检索 检索偏好
    热搜词：
    换一批
    首页> Computational and structural biotechnology journal> Optimized cell type signatures revealed from single-cell data by combining principal feature analysis, mutual information, and machine learning.

    Optimized cell type signatures revealed from single-cell data by combining principal feature analysis, mutual information, and machine learning.

    导出 OA
    翻译 打印 收藏 分享
    • 新浪微博
    • 微信
    • QQ空间
    • 豆瓣
     纠错
    广告
    作者： Aylin,Caliskan [1] ; Deniz,Caliskan [1] ; Lauritz,Rasbach [1] ; Weimeng,Yu [1] ; Thomas,Dandekar [1] ; Tim,Breitenbach [1]
    作者单位： Department of Bioinformatics, Biocenter, University of Würzburg, Am Hubland, 97074 Würzburg, Germany. [1]
    关键词 Explainability of machine learningFeature analysisFeature selectionMachine learningModel reductionPrincipalSingle cell analysis
    DOI 10.1016/j.csbj.2023.06.002
    PMID 37333862
    发布时间 2023-06-20
    提交
    • 浏览0

    相似文献

    • 中文期刊
    • 外文期刊
    • 学位论文
    • 会议论文

    加载中！

    加载中！

    加载中！

    加载中！

    • 浏览0

    相关期刊

    加载中！

    特别提示：本网站仅提供医学学术资源服务，不销售任何药品和器械，有关药品和器械的销售信息，请查阅其他网站。

    • 客服热线：4000-115-888 转3 (周一至周五：8:00至17:00)

    • |

    • 客服邮箱：yiyao@wanfangdata.com.cn

    • 违法和不良信息举报电话：4000-115-888，举报邮箱：problem@wanfangdata.com.cn，举报专区

    官方微信
    万方医学小程序
    new翻译 充值 订阅 收藏 移动端

    官方微信

    万方医学小程序

    使用
    帮助
    Alternate Text
    调查问卷