Explore la définition, la fréquence, la classification et les types de cancer, y compris les carcinomes, les sarcomes, les tumeurs malignes hématopoïétiques et les tumeurs neuroectodermiques.
Explore le raisonnement causal dans les soins de santé, les lignes directrices ML, les changements d'ensemble de données, l'impact des biais et l'apprentissage multimodal.
Explore les modèles paramétriques, les techniques d'estimation, les modèles de régression et les classificateurs basés sur les scores dans l'analyse des données.
Couvre les caractéristiques du cancer, des oncogènes, des gènes suppresseurs de tumeurs, des métastases et des altérations génétiques à l'origine de la tumorigénèse.
Explore les mécanismes de l'invasion et des métastases du cancer, en mettant l'accent sur le rôle critique de l'adhésion cellulaire, du recâblage de signalisation et de l'organotropisme.
Explore les modèles paramétriques dans l'analyse des données, couvrant les estimateurs de régression, les problèmes d'optimisation et les modèles statistiques.
Couvre le déclin des taux de mortalité par cancer, des médicaments anticancéreux conventionnels et ciblés, de l'oncologie chirurgicale, de la radiothérapie, de la chimiothérapie, des mécanismes de résistance et de l'histoire des médicaments ciblés et du ciblage de l'EGFR.
Explore la signalisation métabolique, la glycolyse, les interrupteurs de cancer, et une étude de cas sur l'agressivité tumorale du sein par la protéomique intégrée et la métabolomique.
