CareLit · DOI-Nachweis · Nuklearmedizin - NuclearMedicine
Interpretierbares maschinelles Lernen zur Rezidivvorhersage bei Schilddrüsenkarzinomen: Nutzung von XGBoost und SHAP-Analyse
DOI 10.1055/s-0044-1782383
Bibliografische Angaben
Nachweis in CareLit
Autor:innenA. Schindele, U. Heiß, K. Nimptsch, R. A. Bundschuh, A. Dierks, M. Kircher, C. Berr, C. Pfob, C. Lapa
ZeitschriftNuklearmedizin - NuclearMedicine
Ausgabe02/2024
Jahrgang / SeitenJg. 63 · S. 124
Kernaussage aus der Literatur
Abstract-Vorschau
Für diesen Datensatz sind bibliografische Angaben hinterlegt. Weitere Inhalte und passende Literatur stehen in der CareLit-Recherche bereit.
Zitieren
Zitierempfehlung
A. Schindele, U. Heiß, K. Nimptsch, R. A. Bundschuh, A. Dierks, M. Kircher, C. Berr, C. Pfob, C. Lapa (2024) Interpretierbares maschinelles Lernen zur Rezidivvorhersage bei Schilddrüsenkarzinomen: Nutzung von XGBoost und SHAP-Analyse. Nuklearmedizin - NuclearMedicine, 63 (02), 124. https://doi.org/10.1055/s-0044-1782383
Mit CareLit weiterarbeiten