Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Praktische Herausforderungen beim maschinellen Lernen: Auf die Datenaufbereitung kommt es an
1
Zitationen
4
Autoren
2024
Jahr
Abstract
In der Laboratoriumsmedizin kann maschinelles Lernen eingesetzt werden, um in den reichlich vorhandenen Daten verborgene Strukturen und Zusammenhänge zu entdecken oder die Diagnosefindung zu unterstützen. Am Beispiel eines Datensatzes aus der Onkologie werden die einzelnen Prozessschritte von den Rohdaten bis zum fertigen Ergebnis demonstriert. Dabei verursacht die Datenaufbereitung den höchsten Aufwand.
Ähnliche Arbeiten
STATISTICAL METHODS FOR ASSESSING AGREEMENT BETWEEN TWO METHODS OF CLINICAL MEASUREMENT
1986 · 47.343 Zit.
The meaning and use of the area under a receiver operating characteristic (ROC) curve.
1982 · 21.612 Zit.
Basic principles of ROC analysis
1978 · 6.045 Zit.
All About Albumin: Biochemistry, Genetics, and Medical Applications
1995 · 3.103 Zit.
Methods for the determination of limit of detection and limit of quantitation of the analytical methods
2011 · 3.101 Zit.