.png){kind=icon}
返回
Eight quick tips for biologically and medically informed machine learning
.png){kind=icon}
OA
AI
DOI：10.1371/journal.pcbi.1012711.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
机器学习已成为生物医学科学中计算分析的有力工具，其有效性通过整合领域特定知识得到了显著提升。这种整合催生了知情机器学习，与缺乏领域知识并将所有变量同等对待的研究（非知情机器学习）形成对比。虽然知情机器学习在生物信息学和健康信息学数据集上的应用变得更加无缝，但错误的可能性也随之增加。为解决这一缺陷，我们提出了八项指南，概述了在生物医学科学中应用知情机器学习方法的最佳实践。这些快速提示就知情机器学习分析的各个方面提供了建议，旨在帮助研究人员生成更稳健、可解释和可靠的结果。即使我们最初构思这八条简单建议是为了初学者，我们相信它们对专家计算研究人员也同样适用。
Keyword:
CLASSIFICATION
期刊
IF:
7.2
论文数:
2.1K
被引数:
3.9W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏Medical informed machine learning: A scoping review and future research directions医学知情机器学习: 范围界定回顾和未来研究方向
PREAI
分享收藏LIMITATIONS OF PHYSICS INFORMED MACHINE LEARNING FOR NONLINEAR TWO-PHASE TRANSPORT IN POROUS MEDIA
OAAI
OAAI分享收藏分享收藏Obtaining genetics insights from deep learning via explainable artificial intelligence通过可解释的人工智能从深度学习中获得遗传学见解
PREAI
分享收藏分享收藏
查看更多内容