• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Three pitfalls to avoid in machine learning.

作者信息

Riley Patrick

出版信息

Nature. 2019 Aug;572(7767):27-29. doi: 10.1038/d41586-019-02307-y.

DOI:10.1038/d41586-019-02307-y
PMID:31363197
Abstract
摘要

相似文献

1
Three pitfalls to avoid in machine learning.机器学习中需避免的三个陷阱。
Nature. 2019 Aug;572(7767):27-29. doi: 10.1038/d41586-019-02307-y.
2
Abstracts written by ChatGPT fool scientists.由ChatGPT撰写的摘要愚弄了科学家。
Nature. 2023 Jan;613(7944):423. doi: 10.1038/d41586-023-00056-7.
3
Keeping checks on machine learning.对机器学习进行监控
Nat Methods. 2021 Oct;18(10):1119. doi: 10.1038/s41592-021-01300-6.
4
Bias detectives: the researchers striving to make algorithms fair.偏见侦探：致力于让算法公平的研究人员。
Nature. 2018 Jun;558(7710):357-360. doi: 10.1038/d41586-018-05469-3.
5
Editorial: Opposites Attract at CORR®-Machine Learning and Qualitative Research.社论：《CORR®》中的异类相吸——机器学习与定性研究
Clin Orthop Relat Res. 2020 Oct;478(10):2193-2196. doi: 10.1097/CORR.0000000000001466.
6
GPT-4 is here: what scientists think.GPT-4来了：科学家们的看法。
Nature. 2023 Mar;615(7954):773. doi: 10.1038/d41586-023-00816-5.
7
Navigating the pitfalls of applying machine learning in genomics.在基因组学中应用机器学习的陷阱。
Nat Rev Genet. 2022 Mar;23(3):169-181. doi: 10.1038/s41576-021-00434-9. Epub 2021 Nov 26.
8
Machine Learning and Health Science Research: Tutorial.机器学习与健康科学研究：教程。
J Med Internet Res. 2024 Jan 30;26:e50890. doi: 10.2196/50890.
9
Adversarial Controls for Scientific Machine Learning.对抗控制的科学机器学习。
ACS Chem Biol. 2018 Oct 19;13(10):2819-2821. doi: 10.1021/acschembio.8b00881.
10
TL;DR: how well do machines summarize our work?总结：机器对我们工作的总结效果如何？
Nature. 2021 Feb;590(7844):36. doi: 10.1038/d41586-021-00270-1.

引用本文的文献

1
X-Factor: Quality Is a Dataset-Intrinsic Property.关键因素：质量是数据集的固有属性。
ArXiv. 2025 Jun 4:arXiv:2505.22813v2.
2
Optimization of diagnosis and treatment of hematological diseases via artificial intelligence.通过人工智能优化血液疾病的诊断与治疗
Front Med (Lausanne). 2024 Nov 7;11:1487234. doi: 10.3389/fmed.2024.1487234. eCollection 2024.
3
Enhancing neuro-oncology care through equity-driven applications of artificial intelligence.通过人工智能推动的公平应用来增强神经肿瘤学护理。

本文引用的文献

1
Learning data-driven discretizations for partial differential equations.学习偏微分方程的数据驱动离散化。
Proc Natl Acad Sci U S A. 2019 Jul 30;116(31):15344-15349. doi: 10.1073/pnas.1814058116. Epub 2019 Jul 16.
2
Achievement of Sustained Net Plasma Heating in a Fusion Experiment with the Optometrist Algorithm.利用光学校正算法实现聚变实验中的持续净等离子体加热。
Sci Rep. 2017 Jul 25;7(1):6425. doi: 10.1038/s41598-017-06645-7.
Neuro Oncol. 2024 Nov 4;26(11):1951-1963. doi: 10.1093/neuonc/noae127.
4
Impact of coronavirus pandemic on stock index: A polynomial regression with time delay.冠状病毒大流行对股票指数的影响：带时间延迟的多项式回归
Heliyon. 2024 Mar 31;10(7):e28850. doi: 10.1016/j.heliyon.2024.e28850. eCollection 2024 Apr 15.
5
Machine learning in mental health and its relationship with epidemiological practice.心理健康中的机器学习及其与流行病学实践的关系。
Front Psychiatry. 2024 Mar 11;15:1347100. doi: 10.3389/fpsyt.2024.1347100. eCollection 2024.
6
Machine Learning-Assisted Low-Dimensional Electrocatalysts Design for Hydrogen Evolution Reaction.用于析氢反应的机器学习辅助低维电催化剂设计
Nanomicro Lett. 2023 Oct 13;15(1):227. doi: 10.1007/s40820-023-01192-5.
7
Thirty-three myths and misconceptions about population data: from data capture and processing to linkage.关于人口数据的 33 个神话和误解：从数据采集和处理到关联。
Int J Popul Data Sci. 2023 Jan 31;8(1):2115. doi: 10.23889/ijpds.v8i1.2115. eCollection 2023.
8
An Ecosystem for Digital Reticular Chemistry.数字网状化学的生态系统。
ACS Cent Sci. 2023 Mar 10;9(4):563-581. doi: 10.1021/acscentsci.2c01177. eCollection 2023 Apr 26.
9
Machine learning alternative to systems biology should not solely depend on data.机器学习作为系统生物学的替代方法，不应该仅仅依赖于数据。
Brief Bioinform. 2022 Nov 19;23(6). doi: 10.1093/bib/bbac436.
10
Deep learning: a new tool for photonic nanostructure design.深度学习：光子纳米结构设计的新工具。
Nanoscale Adv. 2020 Feb 12;2(3):1007-1023. doi: 10.1039/c9na00656g. eCollection 2020 Mar 17.