• 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

Pooling the strengths of data and models.

出版信息

Nat Biomed Eng. 2021 Apr;5(4):291-292. doi: 10.1038/s41551-021-00721-0.

DOI:10.1038/s41551-021-00721-0
PMID:33864037
Abstract
摘要

相似文献

1
Pooling the strengths of data and models.
Nat Biomed Eng. 2021 Apr;5(4):291-292. doi: 10.1038/s41551-021-00721-0.
2
Data models to GO-FAIR.符合GO-FAIR的数据模型。
Nat Genet. 2017 Jun 28;49(7):971. doi: 10.1038/ng.3910.
3
Machine Learning Models for Prediction of Reinjury After Penetrating Trauma.机器学习模型在穿透性创伤后再损伤预测中的应用。
JAMA Surg. 2018 Feb 1;153(2):184-186. doi: 10.1001/jamasurg.2017.3116.
4
Machine learning of swimming data via wisdom of crowd and regression analysis.基于众包智慧和回归分析的游泳数据机器学习。
Math Biosci Eng. 2017 Apr 1;14(2):511-527. doi: 10.3934/mbe.2017031.
5
The Promise of Machine Learning: When Will it be Delivered?机器学习的承诺：何时能兑现？
J Card Fail. 2019 Jun;25(6):484-485. doi: 10.1016/j.cardfail.2019.04.006. Epub 2019 Apr 9.
6
Classifying injury narratives of large administrative databases for surveillance-A practical approach combining machine learning ensembles and human review.用于监测的大型行政数据库损伤叙述分类——一种结合机器学习集成和人工审核的实用方法。
Accid Anal Prev. 2017 Jan;98:359-371. doi: 10.1016/j.aap.2016.10.014. Epub 2016 Nov 15.
7
Harnessing information from injury narratives in the 'big data' era: understanding and applying machine learning for injury surveillance.在“大数据”时代利用伤害叙事中的信息：理解并应用机器学习进行伤害监测。
Inj Prev. 2016 Apr;22 Suppl 1(Suppl 1):i34-42. doi: 10.1136/injuryprev-2015-041813. Epub 2016 Jan 4.
8
Machine learning to predict occult nodal metastasis in early oral squamous cell carcinoma.机器学习预测早期口腔鳞状细胞癌隐匿性淋巴结转移。
Oral Oncol. 2019 May;92:20-25. doi: 10.1016/j.oraloncology.2019.03.011. Epub 2019 Mar 16.
9
A database of associative strengths from the strength-sampling model: a theory-based supplement to the Nelson, McEvoy, and Schreiber word association norms.基于强度抽样模型的联想强度数据库：对纳尔逊、麦克沃伊和施赖伯单词联想规范的理论补充。
Behav Res Methods. 2008 Feb;40(1):232-5. doi: 10.3758/brm.40.1.232.
10
Piece-wise quadratic approximations of arbitrary error functions for fast and robust machine learning.分段二次逼近任意误差函数，实现快速稳健的机器学习。
Neural Netw. 2016 Dec;84:28-38. doi: 10.1016/j.neunet.2016.08.007. Epub 2016 Aug 30.