Modèles prédictifs par apprentissage automatique pour la survie : application à la base de données cliniques et génétique pour les tumeurs du cancer du sein

Soro, Katienefoa (2025). Modèles prédictifs par apprentissage automatique pour la survie : application à la base de données cliniques et génétique pour les tumeurs du cancer du sein. Mémoire. Trois-Rivières, Université du Québec à Trois-Rivières, 72 p.

Prévisualisation

PDF Télécharger (1MB) | Prévisualisation

Type de document:	Thèse et mémoire (Mémoire)
Informations complémentaires:	Par Katienefoa Soro. Mémoire présenté à l’Université du Québec à Trois-Rivières comme exigence partielle à l’obtention de la maîtrise avec mémoire en mathématiques et informatique appliquées. Comprend des références bibliographiques (pages 69-72). Comprend des résumés en français et en anglais. Thèses et écrits académiques.
Mots-clés libres:	Cancer du sein Prédiction Survie Données de recherche fondamentale Données cliniques Apprentissage automatique Régression linéaire Support Vector Machine Forêt Aléatoire Lasso et Ridge Étude comparative Breast cancer Stage 3 Survival Discovery data Clinical data Machine learning Linear Regression Random Forest Lasso and Ridge Comparative study
Division:	Mathématiques et informatique appliquées
Date de dépôt:	01 déc. 2025 16:29
Dernière modification:	27 janv. 2026 16:28
URI:	https://depot-e.uqtr.ca/id/eprint/12443

Actions (administrateurs uniquement)

Éditer la notice