机译:具有缺失标签的预后模型开发:一种使用机器学习的基于条件的维护方法
Tech Univ Dresden Lehrstuhl Wirtschaftsinformat Business Intelligence Res D-01062 Dresden Germany;
Tech Univ Dresden Lehrstuhl Wirtschaftsinformat Business Intelligence Res D-01062 Dresden Germany;
Herzogenrath R&D Ctr D-52134 St Gobain Herzogenrath Germany;
Tech Univ Dresden Lehrstuhl BWL Ind Management D-01062 Dresden Germany;
Condition-based maintenance; Predictive maintenance; Prognostics; Big data analytics; Data science study; Machine learning; Unsupervised learning; Missing labels;
机译:标签缺失的预测模型开发:使用机器学习的基于状态的维护方法
机译:高级医院患者分类的预后Covid-19严重性评估(COSA)评分和机器学习模型的开发和验证
机译:一种创伤性脑损伤预后模型,以支持低收入国家的医院分类:基于机器学习的方法
机译:机器学习融合门诊预测模型的开发,以应对气候变化的影响并确保提供有效的人口健康服务
机译:在推动预测模型开发中缺少数据中的MACHICH发票的应用=应用机器学习对预测模型开发中缺失数据的问题
机译:高级医院患者分类的预后Covid-19严重性评估(COSA)评分和机器学习模型的开发和验证
机译:开发CD-CBm空化的预期方法 - 定义基于模型的描述符一致的过程,第1阶段最终报告依赖于上下文的预测和健康评估:基于状态的维护的新范例sBIR主题编号N98-114
机译:开发CD-CBm空化的预期方法 - 定义基于模型的描述符一致的过程,第1阶段最终报告依赖于上下文的预测和健康评估:基于状态的维护的新范例sBIR主题编号N98-114