你是不是要搜索 期刊機器學習模型 點擊跳轉
「風險預測模型」沒有研究思路？EHJ (39.3)：新發(fā)房顫風險預測模型這么搭建！這四項試驗很關鍵
風險預測模型
MedSci原創(chuàng) - 房顫，心房顫動，慢性房顫 - 2023-09-02
機器學習——BP神經(jīng)網(wǎng)絡模型
機器學習——BP神經(jīng)網(wǎng)絡模型
機器學習——BP神經(jīng)網(wǎng)絡模型 - medscizl - 2017-05-29
機器學習和統(tǒng)計模型的差異
在各種各樣的數(shù)據(jù)科學論壇上這樣一個問題經(jīng)常被問到——機器學習和統(tǒng)計模型的差別是什么？ 這確實是一個難以回答的問題?？紤]到機器學習和統(tǒng)計模型解決問題的相似性，兩者的區(qū)別似乎僅僅在于數(shù)據(jù)量和模型建立者的不同。這里有一張覆蓋機器學習和統(tǒng)計模型的數(shù)據(jù)科學維恩圖。 在這篇文章中，我將盡最大的努力來展示機器學習和統(tǒng)計模型的區(qū)別，同時也歡迎業(yè)界有經(jīng)驗的朋友對本文進行補充。 在我開始之前，讓我們
數(shù)據(jù)工匠 - 機器學習，統(tǒng)計模型 - 2015-11-30
傳統(tǒng)回歸模型完勝機器學習？中國醫(yī)大最新研究：預測骨質疏松，邏輯回歸更勝一籌！
中國醫(yī)科大學研究對比機器學習與邏輯回歸預測老年高心血管風險人群骨質疏松癥的效果，發(fā)現(xiàn)邏輯回歸模型更優(yōu)，還揭示低鈉鹽飲食和拷貝數(shù)變異 nssv659422 與患病風險顯著相關。
MedSci原創(chuàng) - 骨質疏松癥，邏輯回歸 - 2025-04-19
Schizophrenia：首次發(fā)作精神病患者功能預后多變量預測模型的交叉驗證：基于EUFEST和PSYSCAN的研究
本研究在EUFEST和PSYSCAN兩大數(shù)據(jù)集上開發(fā)了首次發(fā)作精神病患者的功能預后模型。盡管在單一數(shù)據(jù)集中模型表現(xiàn)良好，但外部驗證中準確率顯著下降，反映了外部驗證對模型臨床應用的重要性。
MedSci原創(chuàng) - 精神分裂癥，機器學習，首次發(fā)作精神病 - 2024-10-11
【神麻人智】機器學習預測ICU患者轉出后非計劃再入ICU或死亡：一項回顧性隊列研究
針對 ICU 患者轉出后風險預測難問題開展單中心回顧性隊列研究，用多種機器學習算法建模型，隨機森林在內部數(shù)據(jù)集表現(xiàn)佳，分析特征影響，雖有成果但存在數(shù)據(jù)質量、模型解釋性等局限，望改進。
古麻今醉網(wǎng) - 機器學習，重癥監(jiān)護室 - 2024-11-16
Briefings in Bioinformatics：機器學習在結直腸癌與肺腺癌預后預測中的公平性評估及偏差緩解策略
在臨床應用中應結合多指標評估模型公平性，并針對特定群體優(yōu)化算法設計。
MedSci原創(chuàng) - 肺癌，結直腸癌，生存分析 - 2025-08-19
隨機森林——機器學習中強大算法和應用工具
對于機器學習從業(yè)者而言，有自己最喜歡的算法是很常見的?？赡苓@有點不太合乎常理，因為沒有一個算法能夠完全地主導所有的應用，而且機器學習算法的性能很大程度上依賴于應用程序和數(shù)據(jù)集的維度。甚至對于一個給定的問題和數(shù)據(jù)集，由不同算法訓練而得到的一個組合模型往往會優(yōu)于單個模型。盡管如此，人們還是有自己最喜歡的算法。有些人喜歡SVM，因為它們有著優(yōu)美的公式或者是可直接使用的高質量算法實現(xiàn)；也有些人喜歡決策規(guī)則
MedSci原創(chuàng) - 隨機森林 - 2015-09-26
Gigascience：擁抱大數(shù)據(jù)復雜性的生命科學人工智能應用新篇章
人工智能（AI）正成為生命科學研究的核心工具，尤其在多組學大數(shù)據(jù)的解析中展現(xiàn)出獨特優(yōu)勢。
MedSci原創(chuàng) - 人工智能，多組學大數(shù)據(jù)，F(xiàn)AIR原則 - 2025-06-14
【論腫道麻】人工智能在癌癥研究中的實用指南
本文介紹了人工智能在癌癥研究中的關鍵概念和工具，為非計算背景的癌癥研究人員提供了一份實用指南，幫助我們理解和應用AI工具。
古麻今醉網(wǎng) - 癌癥研究，人工智能 - 2025-03-13
Cell Metabolism：肥胖者飽腹感個體差異的遺傳與生理機制揭秘，機器學習模型為精準抗肥胖治療指路
飽腹感作為影響能量攝入的關鍵因子，其遺傳和生理差異揭示了肥胖的病理生理異質性。
MedSci原創(chuàng) - 肥胖，飽腹感 - 2025-07-28
Nature：利用lentiMPRA技術解鎖基因表達的秘密
這種基于大規(guī)模數(shù)據(jù)的研究不僅為我們提供了一個更加清晰的基因調控圖譜，還為理解基因變異與疾病之間的關系提供了新的思路。
生物探索 - 基因表達，lentiMPRA - 2025-01-17
Schizophrenia Bulletin：多模態(tài)數(shù)據(jù) + 機器學習早期青少年自殺企圖預測模型的跨領域突破
通過早期青少年單時間點的多模態(tài)數(shù)據(jù)可有效預測未來自殺企圖，且神經(jīng)認知和地理編碼等非傳統(tǒng)臨床數(shù)據(jù)具有重要貢獻。
MedSci原創(chuàng) - 青少年，神經(jīng)認知，機器學習，自殺企圖，鄰里環(huán)境 - 2025-06-09
機器學習常見算法分類匯總
機器學習無疑是當前數(shù)據(jù)分析領域的一個熱點內容。很多人在平時的工作中都或多或少會用到機器學習的算法。本文為您總結一下常見的機器學習算法，以供您在工作和學習中參考。 機器學習的算法很多。很多時候困惑人們都是，很多算法是一類算法，而有些算法又是從其他算法中延伸出來的。這里，我們從兩個方面來給大家介紹，第一個方面是學習的方式，第二個方面是算法的類似性。 學習方式 根據(jù)數(shù)據(jù)類型的不同，對一個問題的
MedSci原創(chuàng) - 機器學習，算法 - 2017-03-13
機器學習里的貝葉斯基本理論、模型和算法
本文轉自中國人工智能學會通訊第3期，已獲授權，特此感謝！ 作者：清華大學計算機科學與技術系 朱軍 副教授 非常感謝周老師給這個機會讓我跟大家分享一下。我今天想和大家分享的是，在深度學習或者大數(shù)據(jù)環(huán)境下我們怎么去看待相對來說比較傳統(tǒng)的一類方法——貝葉斯方法。它是在機器學習和人工智能里比較經(jīng)典的方法。 類似的報告我之前在CCF ADL 講過，包括去年暑假周老師做學術主任在廣州有過
中國人工智能學會通訊 - 機器學習，貝葉斯 - 2017-04-04
為您找到相關結果約191個
