主編推薦 ‖ 基于GBDT模型的醫(yī)院室內空氣微生物濃度預測
基于實時室內空氣環(huán)境監(jiān)測數據的GBDT機器學習模型能夠提高醫(yī)院室內空氣微生物濃度預測精度。
中國感染控制雜志 - 微生物濃度，室內環(huán)境，空氣微生物濃度，GBDT - 2024-08-13
決策樹模型組合之隨機森林與GBDT——機器學習中的算法
前言： 決策樹這種算法有著很多良好的特性，比如說訓練時間復雜度較低，預測的過程比較快速，模型容易展示（容易將得到的決策樹做成圖片展示出來）等。但是同時，單決策樹又有一些不好的地方，比如說容易over-fitting，雖然有一些方法，如剪枝可以減少這種情況，但是還是不夠的。 美國金融銀行業(yè)的大數據算法：隨機森林模型+綜合模型 模型組合（比如說有Boosting，Bagging等）與決策
MedSci原創(chuàng) - 隨機森林，決策樹，模型，組合 - 2016-02-20
CLIN CHEM LAB MED：使用機器學習模型對樣本混淆進行高精度且可解釋的檢測
數據校驗（增量檢查）廣泛用于混合樣品檢測。由于混淆的絕對發(fā)生率的特異性和稀疏性不足，因此增量檢查的正預測值（PPV）相當低，因為要在大量錯誤警報中識別出真正的混淆錯誤會很費力。
MedSci原創(chuàng) - 機器學習模型 - 2020-03-19
2012-2020年中國肺動脈高壓孕產婦死亡預測因素分析
以前的研究表明，患有肺動脈高壓 (PH) 的孕婦的孕產婦死亡率很高。然而，缺乏可以預測孕產婦死亡的指標或因素。
MedSci原創(chuàng) - 肺動脈高壓，孕產婦 - 2022-05-07
Euro?Radiol：深度學習在冠狀動脈斑塊風險分層中的應用
深度學習方法發(fā)展迅速，在醫(yī)學影像分析中表現出良好的泛化能力和高效率。
MedSci原創(chuàng) - 深度學習，冠狀動脈斑塊 - 2022-08-03
PPM：他克莫司劑量/體重調整谷值預測兒童難治性腎病綜合征
腎病綜合征(NS)是兒童常見的慢性疾病，臨床表現為蛋白尿、低蛋白血癥、高脂血癥和水腫。他克莫司(TAC，又稱FK506)是一種鈣調神經磷酸酶抑制劑，是治療難治性NS患者的一線免疫抑制劑。
MedSci原創(chuàng) - 藥物檢測，他克莫司，腎病綜合征 - 2022-03-20
WJP：中國早產兒支氣管肺發(fā)育不良嚴重程度的危險因素和預測模型
研究發(fā)現了BPD嚴重程度的風險因素，并在此基礎上開發(fā)了機器學習模型。
MedSci原創(chuàng) - 早產兒，危險因素，支氣管肺發(fā)育不良 - 2023-07-13
European?Radiology：放射組學實現GGO肺腺癌的EGFR突變狀態(tài)的無創(chuàng)預測！
先進的圖像分析算法使得通過提取大量的圖像特征來自動量化成像表型成為可能，并且可以提供比眼睛辨別的表型更詳細的特征，被稱為 "放射組學"。
MedSci原創(chuàng) - 肺腺癌，EGFR突變，GGO，放射組學 - 2022-08-10
收藏：機器學習27張速查表、13種算法和4種學習方法
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分類。 一、4大主要學習方式 1.監(jiān)督式學習 在監(jiān)督式學習下，輸入數據被稱為“訓練數據”，每組訓練數據有一個明確的標識或結果，如對防垃圾郵件系統(tǒng)中“垃圾郵件”“非垃圾郵件”，對手寫數字識別中的“1“，”2“，”
MedSci原創(chuàng) - 機器學習，算法 - 2018-02-10
基于 R 語言和 SPSS 的決策樹算法介紹及應用
作者：劉 昭東, 軟件工程師, IBM 機器學習在各個領域都有廣泛的應用，特別在數據分析領域有著深遠的影響。決策樹是機器學習中最基礎且應用最廣泛的算法模型。本文介紹了機器學習的相關概念、常見的算法分類和決策樹模型及應用。通過一個決策樹案例，著重從特征選擇、剪枝等方面描述決策樹的構建，討論并研究決策樹模型評估準則。最后基于 R 語言和 SPSS 這兩個工具，分別設計與實現了決策樹模型的應用
MedSci原創(chuàng) - R，SPSS，決策樹，算法 - 2015-10-07
為您找到相關結果約11個
