?
Matchings and Decision Trees for Determining Optimal Therapy
P. 101–110.
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
В книге
Vol. 439. , Berlin: Springer, 2014.
Пшиченко Д. В., International Journal of Humanities and Natural Sciences 2024 Vol. 8-3(95) P. 180–185
Добавлено: 10 марта 2025 г.
Alexander Kirdeev, Konstantin Burkin, Vorobev A. и др., Frontiers in Medicine 2024 Vol. 11 Article 1452239
Background: The development of prognostic models for the identification of high-risk myocardial infarction (MI) patients is a crucial step toward personalized medicine. Genetic factors are known to be associated with an increased risk of cardiovascular diseases; however, little is known about whether they can be used to predict major adverse cardiac events (MACEs) for MI patients. ...
Добавлено: 13 ноября 2024 г.
Муратова А. А., Игнатов Д. И., Митрофанова Е. С., , in: Recent Trends in Analysis of Images, Social Networks and Texts. 9th International Conference, AIST 2020, Skolkovo, Moscow, Russia, October 15–16, 2020 Revised Supplementary ProceedingsVol. 12602.: Springer, 2021. P. 297–299.
Добавлено: 1 ноября 2022 г.
Золотенкова Г. В., Рогачев А. И., Пиголкин Ю. И. и др., Современные технологии в медицине 2022 Т. 14 № 1 С. 15–24
Цель работы — оценить возможность установления возраста (возрастной группы) на момент смерти с использованием методов классификации по данным гистоморфометрической характеристики возрастных изменений костной и хрящевой тканей.
Материалы и методы. Материалом для исследования послужила база данных, содержащая результаты морфометрических исследований гистологических препаратов костной и хрящевой тканей от 294 паспортизированных трупов лиц мужского пола в возрасте от 10 до 93 ...
Добавлено: 25 мая 2022 г.
Дудырев Е. О., Кузнецов С. О., , in: Formal Concept Analysis: 16th International Conference, ICFCA 2021, Strasbourg, France, June 29 – July 2, 2021, Proceedings.: Springer, 2021. Ch. 16 P. 252–260.
Добавлено: 28 сентября 2021 г.
Тюрюмина Э. Я., Незнанов А. А., Turumin J. L., , in: Proceedings of the AMIA 2020 Annual Symposium.: United States of America: AMIA, 2020. P. 1653–1654.
Previously, a mathematical model of primary tumor (PT) growth and secondary distant metastasis (sdMTS) growth in breast cancer (BC) (CoMPaS), considering the TNM classification, was presented. Nowadays, the updated model CoMPaS and the corresponding software tool can help to optimize the process of detecting the different diagnostic periods for sdMTSs in BC patients with different ...
Добавлено: 17 декабря 2020 г.
United States of America: AMIA, 2020.
Добавлено: 19 ноября 2020 г.
Кураленок И. Е., Ershov V., Лабутин И. Н., , in: Advances in Neural Information Processing Systems 32 (NeurIPS 2019).: [б.и.], 2019. P. 1–10.
Добавлено: 27 декабря 2019 г.
Сулейманова А. Н., Социология: методология, методы, математическое моделирование 2020 Т. 0 № 50-51 С. 63–96
Деревья решений – метод классификации и предсказания, распространенный в прикладных исследованиях в силу простоты применения и интерпретации. Ввиду большого количества самих алгоритмов, разрозненности литературы и программного обеспечения для работы с ними, выбор одного из методов представляет собой непростую задачу. В результате исследователи предпочитают использовать хорошо знакомые и давно использующиеся алгоритмы, несмотря на их явные недостатки. ...
Добавлено: 31 октября 2019 г.
Cham: Springer, 2019.
Добавлено: 17 октября 2019 г.
Богданов М. Б., Лебедев Д. В., В кн.: Вестник Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ (RLMS‑HSE)Вып. 9.: М.: Издательский дом НИУ ВШЭ, 2019. С. 157–174.
В статье представлен анализ успеваемости российских школьников в возрасте до 14 лет в связи с их социально-демографическими характеристиками. Высокая успеваемость в той или иной степени связана с полом ребенка, уровнем образования родителей, размером класса, в котором ребенок учится, а также наличием дополнительных занятий вне школы и разнообразным досугом. Влияние типа школы, места проживания и среднедушевого ...
Добавлено: 6 октября 2019 г.
Макушина Е. Ю., Шихлярова И. А., Финансы и кредит 2018 Т. 24 № 1 С. 95–110
Целью данной работы является построение модели прогнозирования банкротства российских компаний нефинансового сектора, которая с надежностью не менее 80% предскажет банкротство компании за год до его наступления. Для достижения обозначенной цели в исследовании были поставлены и решены следующие задачи: выявлены юридические и экономические подходы к определению банкротства; систематизированы результаты существующих исследований для выбора оптимального метода построения ...
Добавлено: 15 июля 2018 г.
EasyChair, 2018.
This volume contains proceedings of the first Workshop on Data Analysis in Medicine held in May 2017 at the National Research University Higher School of Economics, Moscow. The volume contains one invited paper by Dr. Svetla Boytcheva, 6 regular contributions and 2 project proposals, carefully selected and reviewed by at least two reviewers from the ...
Добавлено: 8 июня 2018 г.
Anton Kocheturov, Пардалос П. О., Karakitsiou A., Annals of Operations Research 2019 Vol. 276 No. 1-2 P. 5–34
Добавлено: 22 мая 2018 г.
Petrov D., Dodonova Y., Жуков Л. Е., , in: "Информационные технологии и системы 2015".: St. Petersburg: Институт проблем передачи информации им. А.А. Харкевича РАН, 2015. P. 1–15.
We study di erences in structural connectomes between typically developing and autism spectrum disorders individuals with machine learning techniques using connection weights and network metrics as features. We build linear SVM classi er with accuracy score 0:64 and report 16 features (seven connection weights and nine network node centralities) best distinguishing these two groups. ...
Добавлено: 5 марта 2017 г.
Dodonova Y., Belyaev M., Tkachev A. и др., , in: Proceedings of the 19th International Conference on Medical Image Computing and Computer Assisted Intervention, October 17-21, 2016, Athens, Greece, Springer.: Athens: Springer, 2016. Ch. 5 P. 1–10.
Добавлено: 5 марта 2017 г.
Athens: Springer, 2016.
Добавлено: 5 марта 2017 г.
Муратова А. А., Гиздатуллин Д. К., Игнатов Д. И. и др., В кн.: Социология и общество: социальное неравенство и социальная справедливость (Екатеринбург , 19-21 октября 2016 года). Материалы V Всероссийского социологического конгресса.: М.: Российское общество социологов, 2016. С. 9601–9615.
В данной статье обобщены результаты недавних исследований приложений анализа паттернов и машинного обучения для анализа демографических последовательностей. Главной целью является решение задач демографов, включая предсказание следующего события и извлечение интересных паттернов из существующих наборов демографических данных, которые не могут быть обработаны с помощью обычных демографических методов. Мы используем деревья решений в качестве метода для предсказания ...
Добавлено: 24 ноября 2016 г.
Ломотин К. Е., Козлова Е. С., Колесниченко А. Л. и др., В кн.: Инновационные, информационные и коммуникационные технологии: сборник трудов XIII Международной научно-практической конференции.: М.: Ассоциация выпускников и сотрудников ВВИА им. проф. Жуковского, 2016. С. 92–95.
В статье анализируется эффективность применения современных средств классификации к задаче рубрикации текстов научных статей в соответствии с УДК. Исследуются следующие средства классификации: искусственные нейронные сети, наивный байесовский классификатор, деревья принятия решений и случайный лес. ...
Добавлено: 29 октября 2016 г.
Кашницкий Ю. С., Кузнецов С. О., , in: Proceedings of the International Workshop "What can FCA do for Artificial Intelligence?" (FCA4AI at ECAI 2016).: M.: [б.и.], 2016. P. 105–112.
Decision tree learning is one of the most popular classifica- tion techniques. However, by its nature it is a greedy approach to finding a classification hypothesis that optimizes some information-based crite- rion. It is very fast but may lead to finding suboptimal classification hy- potheses. Moreover, in spite of decision trees being easily interpretable, ensembles ...
Добавлено: 6 октября 2016 г.