Φορτώνει......

A multiple hold-out framework for Sparse Partial Least Squares

BACKGROUND: Supervised classification machine learning algorithms may have limitations when studying brain diseases with heterogeneous populations, as the labels might be unreliable. More exploratory approaches, such as Sparse Partial Least Squares (SPLS), may provide insights into the brain's...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Τόπος έκδοσης:J Neurosci Methods
Κύριοι συγγραφείς: Monteiro, João M., Rao, Anil, Shawe-Taylor, John, Mourão-Miranda, Janaina
Μορφή: Artigo
Γλώσσα:Inglês
Έκδοση: Elsevier/North-Holland Biomedical Press 2016
Θέματα:
Διαθέσιμο Online:https://ncbi.nlm.nih.gov/pmc/articles/PMC5012894/
https://ncbi.nlm.nih.gov/pubmed/27353722
https://ncbi.nlm.nih.govhttp://dx.doi.org/10.1016/j.jneumeth.2016.06.011
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!