机器学习

研究建立了LightGBM、SVM、Softmax和RF等4个机器学习预测模型。

该研究团队还利用SHAP算法得出各纳入变量对机器学习模型预测结果的重要性，解释机器学习方法选取的变量，使机器学习过程不再是“黑箱过程”，为临床医师更好的理解AKI提供了理论支持。

AIIG自创刊以来，专注于地学人工智能的所有主题，如应用于地球科学的机器人和传感器、处理地球科学数据的机器学习算法、大数据处理背景下的云计算和高性能计算等。

Areal-lifemuticenterretrospectivecohortstudy"（机器学习模型预测冠状动脉旁路移植术后急性肾损伤：一项多中心回顾性队列研究）。

为进一步评估机器学习模型的外部适用性（泛化性能），研究团队选取了中国东部、西北部两家大型心脏中心的2051例单纯CABG患者进入外部验证组。

(1604)次阅读|(0)个评论安全科学需要关注——滥用机器学习与数据挖掘导致的风险2022-09-10数据挖掘和机器学习技术在不断从学术向工业应用蔓延，在一片欣欣向荣的同时，需要时刻警惕其带来的安全风险，尤其是数据驱动方法关联到过程控制时要相当谨慎。

机器学习与人工智能、信号与信息智能处理；