JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo RIUMAComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentrosEsta comunidadPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentros

    Mi cuenta

    AccederRegistro

    Estadísticas

    Ver Estadísticas de uso

    DE INTERÉS

    Datos de investigaciónReglamento de ciencia abierta de la UMAPolítica de RIUMAPolitica de datos de investigación en RIUMASHERPA/RoMEODulcinea
    Preguntas frecuentesManual de usoDerechos de autorContacto/Sugerencias
    Listar Investigación por autor 
    •   RIUMA Principal
    • Investigación
    • Listar Investigación por autor
    •   RIUMA Principal
    • Investigación
    • Listar Investigación por autor

    Listar Investigación por autor "Urda, Daniel"

    • 0-9
    • A
    • B
    • C
    • D
    • E
    • F
    • G
    • H
    • I
    • J
    • K
    • L
    • M
    • N
    • O
    • P
    • Q
    • R
    • S
    • T
    • U
    • V
    • W
    • X
    • Y
    • Z

    Ordenar por:

    Orden:

    Resultados:

    Mostrando ítems 1-3 de 3

    • título
    • fecha de publicación
    • fecha de envío
    • ascendente
    • descendente
    • 5
    • 10
    • 20
    • 40
    • 60
    • 80
    • 100
      • Classification of high dimensional data using LASSO ensembles 

        Urda, Daniel; Franco, LeonardoAutoridad Universidad de Málaga; Jerez-Aragonés, José ManuelAutoridad Universidad de Málaga
        The estimation of multivariable predictors with good performance in high dimensional settings is a crucial task in biomedical contexts. Usually, solutions based on the application of a single machine ...
      • Deep Learning to Analyze RNA-Seq Gene Expression Data 

        Urda, Daniel; Montes-Torres, JulioAutoridad Universidad de Málaga; Moreno, Fernando; Franco, LeonardoAutoridad Universidad de Málaga; Jerez-Aragonés, José ManuelAutoridad Universidad de Málaga (Springer, 2017)
        Deep learning models are currently being applied in several areas with great success. However, their application for the analysis of high-throughput sequencing data remains a challenge for the research community due to ...
      • Machine learning models to search relevant genetic signatures in clinical context 

        Urda, Daniel; Luque-Baena, Rafael MarcosAutoridad Universidad de Málaga; Franco, LeonardoAutoridad Universidad de Málaga; Sánchez-Maroño, Noelia; Jerez-Aragonés, José ManuelAutoridad Universidad de Málaga (2017-06-26)
        Clinicians are interested in the estimation of robust and relevant genetic signatures from gene sequencing data. Many machine learning approaches have been proposed trying to address well-known issues of this complex ...
        REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
        REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
         

         

        REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
        REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA