首页> 外文OA文献 >Generating automated kidney transplant biopsy reports combining molecular measurements with ensembles of machine learning classifiers

【2h】

Generating automated kidney transplant biopsy reports combining molecular measurements with ensembles of machine learning classifiers

机译：生成自动肾移植活检报告，将分子测量与机器学习分类器的集合相结合

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Jeff Reeve; Georg A. Böhmig; Farsad Eskandary; Gunilla Einecke; Gaurav Gupta; Katelynn Madill‐Thomsen; Martina Mackova; Philip F. Halloran;
展开▼
作者单位

展开▼
年度 2019
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Generating automated kidney transplant biopsy reports combining molecular measurements with ensembles of machine learning classifiers (vol 19, pg 2719, 2019) [J] . Nature reviews Cancer . 2020,第2期

机译：生成自动肾移植活检报告，将分子测量与机器学习分类器的合奏相结合（Vol 19，PG 2719,2019）
2. Generating automated kidney transplant biopsy reports combining molecular measurements with ensembles of machine learning classifiers [J] . Reeve Jeff, Boehmig Georg A., Eskandary Farsad, American journal of transplantation: official journal of the American Society of Transplantation and the American Society of Transplant Surgeons . 2019,第10期

机译：生成自动肾移植活检报告，将分子测量与机器学习分类器的集合相结合
3. Bayesian machine learning classifiers for combining structural and functional measurements to classify healthy and glaucomatous eyes. [J] . Bowd C, Hao J, Tavares IM, Investigative ophthalmology & visual science . 2008,第3期

机译：贝叶斯机器学习分类器，用于结合结构和功能测量以对健康和青光眼进行分类。
4. Kidney transplant classification with gene expression profiles using L1 feature selection ensemble classifier based on data clustering [C] . M Octaviano Pratama International Conference on Advanced Computer Science and Information Systems . 2017

机译：基于数据聚类的L1特征选择集成分类器对具有基因表达谱的肾脏移植分类
5. Machine Learning Ensembles Predicting Liver Transplantation Outcomes from Imbalanced Data [D] . Bagavan, Pradeep. 2017

机译：机器学习合奏预测来自不平衡数据的肝移植结果
6. Using machine learning and an ensemble of methods to predict kidney transplant survival [O] . Ethan Mark, David Goldsman, Brian Gurbaxani, 2012

机译：使用机器学习和多种方法来预测肾脏移植生存
7. Bayesian Machine Learning Classifiers for Combining Structural and Functional Measurements to Classify Healthy and Glaucomatous Eyes [O] . Christopher Bowd, Jiucang Hao, Ivan M. Tavares, 2007

机译：贝叶斯机器学习分类器，结合结构和功能测量对健康和青光眼进行分类

Generating automated kidney transplant biopsy reports combining molecular measurements with ensembles of machine learning classifiers

著录项

引文网络

相似文献

相关主题

期刊订阅