Отрывок: Таким образом, анализ данных реализуется посредством обучения с учителем. Анализ устойчивости построенных моделей и выбор оптимальных параметров во избежание переобучения осуществлялись с помощью многократной k-кратной кросс-валидации (k = 10). При построении моделей важность предикторов в решении задачи классификации оценивалась на основе переменной важности в проекционном распределении (VIP). Базовое решение неглу...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Братченко Л. А. | ru |
dc.contributor.author | Братченко И. А. | ru |
dc.contributor.author | Лебедев П. А. | ru |
dc.contributor.author | Коновалова Д. Ю. | ru |
dc.contributor.author | Аль-Саммаррайе С. | ru |
dc.contributor.author | Тупикова Е. Н. | ru |
dc.contributor.author | Захаров В. П. | ru |
dc.coverage.spatial | SERS | ru |
dc.coverage.spatial | PLS-DA | ru |
dc.coverage.spatial | CNN | ru |
dc.coverage.spatial | классификационные модели | ru |
dc.coverage.spatial | информативные спектральные полосы | ru |
dc.coverage.spatial | гемодиализные больные | ru |
dc.coverage.spatial | анализ сыворотки крови | ru |
dc.coverage.spatial | поверхностно-усиленная романовская спектроскопия | ru |
dc.coverage.spatial | машинное обучение | ru |
dc.coverage.spatial | медицинская диагностика | ru |
dc.coverage.spatial | хронические болезни почек | ru |
dc.coverage.spatial | стадии почечной недостаточности | ru |
dc.creator | Братченко Л. А., Братченко И. А., Лебедев П. А., Коновалова Д. Ю., Аль-Саммаррайе С., Тупикова Е. Н., Захаров В. П. | ru |
dc.date.issued | 2022 | ru |
dc.identifier | RU\НТБ СГАУ\491066 | ru |
dc.identifier.citation | Анализ сыворотки гемодиализных пациентов с помощью комбинации SERS и машинного обучения / Л. А. Братченко, И. А. Братченко, П. А. Лебедев, Д. Ю. Коновалова, С. Аль-Саммаррайе, Е. Н. Тупикова, В. П. Захаров // Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Самара : Изд-во Самар. ун-та, 2022Т. 1: Компьютерная оптика и нанофотоника / под ред. Е. С. Козловой. - 2022. - С. 011462. | ru |
dc.language.iso | rus | ru |
dc.relation.ispartof | Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. - | ru |
dc.source | Информационные технологии и нанотехнологии (ИТНТ-2022). - Т. 1 : Компьютерная оптика и нанофотоника | ru |
dc.title | Анализ сыворотки гемодиализных пациентов с помощью комбинации SERS и машинного обучения | ru |
dc.type | Text | ru |
dc.citation.spage | 011462 | ru |
dc.citation.volume | 1 | ru |
dc.textpart | Таким образом, анализ данных реализуется посредством обучения с учителем. Анализ устойчивости построенных моделей и выбор оптимальных параметров во избежание переобучения осуществлялись с помощью многократной k-кратной кросс-валидации (k = 10). При построении моделей важность предикторов в решении задачи классификации оценивалась на основе переменной важности в проекционном распределении (VIP). Базовое решение неглу... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
978-5-7883-1789-2_2022-011462.pdf | 726.84 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.