机器学习的模型相关资讯-临床研究进展，文献-MedSci.cn

<font color="red">机器</font><font color="red">学习</font>和统计<font color="red">模型</font><font color="red">的</font>差异

机器学习和统计模型的差异

在各种各样的数据科学论坛上这样一个问题经常被问到——机器学习和统计模型的差别是什么？这确实是一个难以回答的问题。考虑到机器学习和统计模型解决问题的相似性，两者的区别似乎仅仅在于数据量和模型建立者的不同。这里有一张覆盖机器学习和统计模型的数据科学维恩图。在这篇文章中，我将尽最大的努力来展示机器学习和统计模型的区别，同时也欢迎业界有经验的朋友对本文进行补充。在我开始之前，让我们

数据工匠 - 机器学习，统计模型 - 2015-11-30

<font color="red">机器</font><font color="red">学习</font>——BP神经网络<font color="red">模型</font>

机器学习——BP神经网络模型

机器学习——BP神经网络模型 - medscizl - 2017-05-29

JNM：利用<font color="red">机器</font><font color="red">学习</font>开发住院患者<font color="red">的</font>跌倒预测<font color="red">模型</font>

JNM：利用机器学习开发住院患者的跌倒预测模型

包含它的模型比不包含它的模型更好地检测到跌倒的风险。

MedSci原创 - 机器学习，跌倒预测模型 - 2023-04-29

JNS：应用<font color="red">机器</font><font color="red">学习</font>构建肺癌与环境激素<font color="red">的</font>关联<font color="red">模型</font>

JNS：应用机器学习构建肺癌与环境激素的关联模型

肺癌护理评估缺乏对环境激素检测与疾病之间关系的模型，影响对肺癌风险的预测。研究提出重建肺癌护理评估，以综合评价危险因素。

MedSci原创 - 肺癌，机器学习，环境激素 - 2024-07-11

<font color="red">机器</font><font color="red">学习</font><font color="red">的</font>明天——迁移<font color="red">学习</font>

机器学习的明天——迁移学习

DeepMind创造的AlphaGo让人为之赞叹，让柯洁为之疯狂。而背后，从机器学习的角度，充分证明了深度强化学习和大数据的重要意义。DeepMind就是将深度学习应用到强化学习的范例，DeepMind把端到端的深度学习应用在强化学习上，使强化学习能够应付大数据，因此可以在围棋上把人类完全击倒，它做到这样是通过完全的自学习、自优化，然后一直迭代从科学的角度看AlphaGo到底有没有弱

CSDN - 机器学习，迁移学习 - 2018-02-05

Hypertension： <font color="red">机器</font><font color="red">学习</font><font color="red">模型</font>精准预测青年高血压转归!

Hypertension：机器学习模型精准预测青年高血压转归!

近日，阜外医院宋雷教授与北京航空航天大学周晟瀚教授团队在Hypertension杂志在线发表研究，应用新的机器学习算法，对青年高血压数据建模预测高血压相关终点事件并取得良好的预测效果。

中国循环杂志 - 高血压 - 2020-03-23

【论著】| 基于<font color="red">机器</font><font color="red">学习</font>构建乳腺癌骨转移预测<font color="red">模型</font>

【论著】| 基于机器学习构建乳腺癌骨转移预测模型

本研究选择9种机器学习算法探索建立有效的预测模型，并对模型评估对比，寻找更适合构建乳腺癌骨转移预测模型的方法。

中国癌症杂志 - 乳腺癌，骨转移，预测模型 - 2024-11-21

European Radiology：基于x线组学<font color="red">的</font>骨良恶肿瘤<font color="red">的</font><font color="red">机器</font><font color="red">学习</font><font color="red">模型</font>

European Radiology：基于x线组学的骨良恶肿瘤的机器学习模型

放射线组学利用对多种成像特征的提取以描述肿瘤的特征[，可以作为机器学习模型的输入对肿瘤进行分类。

MedSci原创 - 放射组学，骨良恶肿瘤 - 2022-08-13

决策树<font color="red">模型</font>组合之随机森林与GBDT——<font color="red">机器</font><font color="red">学习</font>中<font color="red">的</font>算法

决策树模型组合之随机森林与GBDT——机器学习中的算法

前言：决策树这种算法有着很多良好的特性，比如说训练时间复杂度较低，预测的过程比较快速，模型容易展示（容易将得到的决策树做成图片展示出来）等。但是同时，单决策树又有一些不好的地方，比如说容易over-fitting，虽然有一些方法，如剪枝可以减少这种情况，但是还是不够的。美国金融银行业的大数据算法：随机森林模型+综合模型模型组合（比如说有Boosting，Bagging等）与决策

MedSci原创 - 随机森林，决策树，模型，组合 - 2016-02-20