Titre : Machine à vecteur de support

Machine à vecteur de support : Questions médicales fréquentes

Termes MeSH sélectionnés :

Machine Learning

Questions fréquentes et termes MeSH associés

Diagnostic 5

#1

Comment les SVM sont-ils utilisés en diagnostic médical ?

Les SVM aident à classer des données médicales pour identifier des maladies à partir de caractéristiques cliniques.
Apprentissage automatique Diagnostic médical
#2

Quels types de données peuvent être analysés par SVM ?

Les SVM peuvent analyser des données d'imagerie, des résultats de tests biologiques et des données cliniques.
Imagerie médicale Tests diagnostiques
#3

Les SVM sont-ils efficaces pour le cancer ?

Oui, les SVM sont utilisés pour classer les types de cancer à partir de données génomiques et cliniques.
Cancer Génomique
#4

Peut-on utiliser SVM pour le diagnostic précoce ?

Oui, les SVM peuvent détecter des biomarqueurs précoces pour des maladies comme le diabète.
Diabète Biomarqueurs
#5

Les SVM peuvent-ils aider à prédire des maladies ?

Oui, ils peuvent prédire la probabilité d'apparition de maladies en fonction de données historiques.
Prédiction des maladies Données historiques

Symptômes 5

#1

Les SVM peuvent-ils identifier des symptômes ?

Oui, ils peuvent analyser des données pour relier des symptômes à des maladies spécifiques.
Symptômes Analyse de données
#2

Comment les SVM traitent-ils les symptômes complexes ?

Les SVM peuvent modéliser des relations non linéaires entre symptômes et maladies pour une meilleure classification.
Symptômes complexes Modélisation
#3

Peut-on utiliser SVM pour des symptômes psychologiques ?

Oui, les SVM sont utilisés pour analyser des données comportementales et identifier des troubles mentaux.
Troubles mentaux Comportement
#4

Les SVM aident-ils à comprendre les symptômes chroniques ?

Oui, ils peuvent identifier des patterns dans les symptômes chroniques pour améliorer le traitement.
Symptômes chroniques Traitement
#5

Les SVM peuvent-ils relier symptômes et facteurs environnementaux ?

Oui, ils peuvent analyser l'impact des facteurs environnementaux sur l'apparition de symptômes.
Facteurs environnementaux Analyse des symptômes

Prévention 5

#1

Les SVM peuvent-ils aider à la prévention des maladies ?

Oui, ils analysent des données pour identifier des facteurs de risque et proposer des mesures préventives.
Prévention des maladies Facteurs de risque
#2

Comment les SVM identifient-ils les populations à risque ?

Ils analysent des données démographiques et cliniques pour cibler les populations vulnérables.
Populations à risque Analyse démographique
#3

Les SVM peuvent-ils évaluer l'impact des interventions préventives ?

Oui, ils modélisent les résultats des interventions pour évaluer leur efficacité préventive.
Interventions préventives Évaluation
#4

Peut-on utiliser SVM pour des campagnes de sensibilisation ?

Oui, ils aident à cibler les messages de sensibilisation en fonction des données de santé publique.
Campagnes de sensibilisation Santé publique
#5

Les SVM peuvent-ils prédire des épidémies ?

Oui, ils analysent des données épidémiologiques pour prédire des épidémies potentielles.
Épidémies Données épidémiologiques

Traitements 5

#1

Les SVM peuvent-ils optimiser les traitements médicaux ?

Oui, ils aident à personnaliser les traitements en fonction des caractéristiques des patients.
Personnalisation des traitements Caractéristiques des patients
#2

Comment les SVM aident-ils à choisir un traitement ?

Ils analysent les données des patients pour recommander le traitement le plus efficace.
Choix du traitement Efficacité des traitements
#3

Les SVM sont-ils utilisés pour évaluer l'efficacité des traitements ?

Oui, ils peuvent modéliser les résultats des traitements pour évaluer leur efficacité.
Évaluation des traitements Résultats cliniques
#4

Peut-on utiliser SVM pour le suivi des traitements ?

Oui, ils permettent de suivre l'évolution des patients et d'ajuster les traitements en conséquence.
Suivi des patients Ajustement des traitements
#5

Les SVM peuvent-ils prédire la réponse au traitement ?

Oui, ils peuvent prédire la réponse d'un patient à un traitement spécifique en fonction de données antérieures.
Réponse au traitement Prédiction

Complications 5

#1

Les SVM peuvent-ils prédire des complications médicales ?

Oui, ils peuvent identifier des facteurs de risque associés à des complications potentielles.
Complications médicales Facteurs de risque
#2

Comment les SVM aident-ils à gérer les complications ?

Ils analysent les données des patients pour anticiper et gérer les complications efficacement.
Gestion des complications Analyse des données
#3

Les SVM peuvent-ils évaluer la gravité des complications ?

Oui, ils modélisent les données cliniques pour évaluer la gravité des complications.
Gravité des complications Modélisation
#4

Peut-on utiliser SVM pour le suivi des complications ?

Oui, ils permettent de suivre l'évolution des complications et d'ajuster les traitements.
Suivi des complications Ajustement des traitements
#5

Les SVM aident-ils à prévenir les complications post-opératoires ?

Oui, ils analysent les données chirurgicales pour identifier les risques de complications post-opératoires.
Complications post-opératoires Analyse chirurgicale

Facteurs de risque 5

#1

Les SVM peuvent-ils identifier des facteurs de risque ?

Oui, ils analysent des données pour identifier des facteurs de risque associés à diverses maladies.
Facteurs de risque Analyse des données
#2

Comment les SVM évaluent-ils l'impact des facteurs de risque ?

Ils modélisent les relations entre facteurs de risque et maladies pour évaluer leur impact.
Impact des facteurs de risque Modélisation
#3

Les SVM peuvent-ils aider à réduire les facteurs de risque ?

Oui, ils peuvent guider des interventions ciblées pour réduire les facteurs de risque identifiés.
Réduction des risques Interventions ciblées
#4

Peut-on utiliser SVM pour des études épidémiologiques ?

Oui, ils sont utilisés pour analyser des données épidémiologiques et identifier des tendances.
Études épidémiologiques Analyse des tendances
#5

Les SVM aident-ils à comprendre les interactions entre facteurs de risque ?

Oui, ils modélisent les interactions complexes entre différents facteurs de risque pour une meilleure compréhension.
Interactions des facteurs de risque Modélisation complexe
{ "@context": "https://schema.org", "@graph": [ { "@type": "MedicalWebPage", "name": "Machine à vecteur de support : Questions médicales les plus fréquentes", "headline": "Machine à vecteur de support : Comprendre les symptômes, diagnostics et traitements", "description": "Guide complet et accessible sur les Machine à vecteur de support : explications, diagnostics, traitements et prévention. Information médicale validée destinée aux patients.", "datePublished": "2024-02-21", "dateModified": "2026-02-10", "inLanguage": "fr", "medicalAudience": [ { "@type": "MedicalAudience", "name": "Grand public", "audienceType": "Patient", "healthCondition": { "@type": "MedicalCondition", "name": "Machine à vecteur de support" }, "suggestedMinAge": 18, "suggestedGender": "unisex" }, { "@type": "MedicalAudience", "name": "Médecins", "audienceType": "Physician", "geographicArea": { "@type": "AdministrativeArea", "name": "France" } }, { "@type": "MedicalAudience", "name": "Chercheurs", "audienceType": "Researcher", "geographicArea": { "@type": "AdministrativeArea", "name": "International" } } ], "reviewedBy": { "@type": "Person", "name": "Dr Olivier Menir", "jobTitle": "Expert en Médecine", "description": "Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale", "url": "/static/pages/docteur-olivier-menir.html", "alumniOf": { "@type": "EducationalOrganization", "name": "Université Paris Descartes" } }, "isPartOf": { "@type": "MedicalWebPage", "name": "Apprentissage machine supervisé", "url": "https://questionsmedicales.fr/mesh/D000069553", "about": { "@type": "MedicalCondition", "name": "Apprentissage machine supervisé", "code": { "@type": "MedicalCode", "code": "D000069553", "codingSystem": "MeSH" }, "identifier": { "@type": "PropertyValue", "propertyID": "MeSH Tree", "value": "L01.224.050.375.530.500" } } }, "about": { "@type": "MedicalCondition", "name": "Machine à vecteur de support", "alternateName": "Support Vector Machine", "code": { "@type": "MedicalCode", "code": "D060388", "codingSystem": "MeSH" } }, "author": [ { "@type": "Person", "name": "Maoxiang Chu", "url": "https://questionsmedicales.fr/author/Maoxiang%20Chu", "affiliation": { "@type": "Organization", "name": "" } }, { "@type": "Person", "name": "Rongfen Gong", "url": "https://questionsmedicales.fr/author/Rongfen%20Gong", "affiliation": { "@type": "Organization", "name": "" } }, { "@type": "Person", "name": "Jing Yang", "url": "https://questionsmedicales.fr/author/Jing%20Yang", "affiliation": { "@type": "Organization", "name": "College of Computer Science and Technology, Harbin Engineering University, Harbin 150001, China." } }, { "@type": "Person", "name": "Shanghong Xie", "url": "https://questionsmedicales.fr/author/Shanghong%20Xie", "affiliation": { "@type": "Organization", "name": "School of Statistics, Southwestern University of Finance and Economics, Chengdu, China." } }, { "@type": "Person", "name": "R Todd Ogden", "url": "https://questionsmedicales.fr/author/R%20Todd%20Ogden", "affiliation": { "@type": "Organization", "name": "Department of Biostatistics, Columbia University, New York, NY, United States." } } ], "citation": [ { "@type": "ScholarlyArticle", "name": "Machine learning in predicting", "datePublished": "2023-08-04", "url": "https://questionsmedicales.fr/article/37600788", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.3389/fimmu.2023.1224631" } }, { "@type": "ScholarlyArticle", "name": "Integrating machine learning with", "datePublished": "2024-06-03", "url": "https://questionsmedicales.fr/article/38831117", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1140/epje/s10189-024-00435-6" } }, { "@type": "ScholarlyArticle", "name": "Machine learning for microbiologists.", "datePublished": "2023-11-15", "url": "https://questionsmedicales.fr/article/37968359", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1038/s41579-023-00984-1" } }, { "@type": "ScholarlyArticle", "name": "Machine learning in rare disease.", "datePublished": "2023-05-29", "url": "https://questionsmedicales.fr/article/37248386", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1038/s41592-023-01886-z" } }, { "@type": "ScholarlyArticle", "name": "Global Trend on Machine Learning in", "datePublished": "2023-08-12", "url": "https://questionsmedicales.fr/article/37600599", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1155/2023/8856736" } } ], "breadcrumb": { "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "questionsmedicales.fr", "item": "https://questionsmedicales.fr" }, { "@type": "ListItem", "position": 2, "name": "Sciences de l'information", "item": "https://questionsmedicales.fr/mesh/D007254" }, { "@type": "ListItem", "position": 3, "name": "Méthodologies informatiques", "item": "https://questionsmedicales.fr/mesh/D003205" }, { "@type": "ListItem", "position": 4, "name": "Algorithmes", "item": "https://questionsmedicales.fr/mesh/D000465" }, { "@type": "ListItem", "position": 5, "name": "Intelligence artificielle", "item": "https://questionsmedicales.fr/mesh/D001185" }, { "@type": "ListItem", "position": 6, "name": "Apprentissage machine", "item": "https://questionsmedicales.fr/mesh/D000069550" }, { "@type": "ListItem", "position": 7, "name": "Apprentissage machine supervisé", "item": "https://questionsmedicales.fr/mesh/D000069553" }, { "@type": "ListItem", "position": 8, "name": "Machine à vecteur de support", "item": "https://questionsmedicales.fr/mesh/D060388" } ] } }, { "@type": "MedicalWebPage", "name": "Article complet : Machine à vecteur de support - Questions et réponses", "headline": "Questions et réponses médicales fréquentes sur Machine à vecteur de support", "description": "Une compilation de questions et réponses structurées, validées par des experts médicaux.", "datePublished": "2026-05-10", "inLanguage": "fr", "hasPart": [ { "@type": "MedicalWebPage", "name": "Diagnostic", "headline": "Diagnostic sur Machine à vecteur de support", "description": "Comment les SVM sont-ils utilisés en diagnostic médical ?\nQuels types de données peuvent être analysés par SVM ?\nLes SVM sont-ils efficaces pour le cancer ?\nPeut-on utiliser SVM pour le diagnostic précoce ?\nLes SVM peuvent-ils aider à prédire des maladies ?", "url": "https://questionsmedicales.fr/mesh/D060388?mesh_terms=Machine+Learning#section-diagnostic" }, { "@type": "MedicalWebPage", "name": "Symptômes", "headline": "Symptômes sur Machine à vecteur de support", "description": "Les SVM peuvent-ils identifier des symptômes ?\nComment les SVM traitent-ils les symptômes complexes ?\nPeut-on utiliser SVM pour des symptômes psychologiques ?\nLes SVM aident-ils à comprendre les symptômes chroniques ?\nLes SVM peuvent-ils relier symptômes et facteurs environnementaux ?", "url": "https://questionsmedicales.fr/mesh/D060388?mesh_terms=Machine+Learning#section-symptômes" }, { "@type": "MedicalWebPage", "name": "Prévention", "headline": "Prévention sur Machine à vecteur de support", "description": "Les SVM peuvent-ils aider à la prévention des maladies ?\nComment les SVM identifient-ils les populations à risque ?\nLes SVM peuvent-ils évaluer l'impact des interventions préventives ?\nPeut-on utiliser SVM pour des campagnes de sensibilisation ?\nLes SVM peuvent-ils prédire des épidémies ?", "url": "https://questionsmedicales.fr/mesh/D060388?mesh_terms=Machine+Learning#section-prévention" }, { "@type": "MedicalWebPage", "name": "Traitements", "headline": "Traitements sur Machine à vecteur de support", "description": "Les SVM peuvent-ils optimiser les traitements médicaux ?\nComment les SVM aident-ils à choisir un traitement ?\nLes SVM sont-ils utilisés pour évaluer l'efficacité des traitements ?\nPeut-on utiliser SVM pour le suivi des traitements ?\nLes SVM peuvent-ils prédire la réponse au traitement ?", "url": "https://questionsmedicales.fr/mesh/D060388?mesh_terms=Machine+Learning#section-traitements" }, { "@type": "MedicalWebPage", "name": "Complications", "headline": "Complications sur Machine à vecteur de support", "description": "Les SVM peuvent-ils prédire des complications médicales ?\nComment les SVM aident-ils à gérer les complications ?\nLes SVM peuvent-ils évaluer la gravité des complications ?\nPeut-on utiliser SVM pour le suivi des complications ?\nLes SVM aident-ils à prévenir les complications post-opératoires ?", "url": "https://questionsmedicales.fr/mesh/D060388?mesh_terms=Machine+Learning#section-complications" }, { "@type": "MedicalWebPage", "name": "Facteurs de risque", "headline": "Facteurs de risque sur Machine à vecteur de support", "description": "Les SVM peuvent-ils identifier des facteurs de risque ?\nComment les SVM évaluent-ils l'impact des facteurs de risque ?\nLes SVM peuvent-ils aider à réduire les facteurs de risque ?\nPeut-on utiliser SVM pour des études épidémiologiques ?\nLes SVM aident-ils à comprendre les interactions entre facteurs de risque ?", "url": "https://questionsmedicales.fr/mesh/D060388?mesh_terms=Machine+Learning#section-facteurs de risque" } ] }, { "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "Comment les SVM sont-ils utilisés en diagnostic médical ?", "position": 1, "acceptedAnswer": { "@type": "Answer", "text": "Les SVM aident à classer des données médicales pour identifier des maladies à partir de caractéristiques cliniques." } }, { "@type": "Question", "name": "Quels types de données peuvent être analysés par SVM ?", "position": 2, "acceptedAnswer": { "@type": "Answer", "text": "Les SVM peuvent analyser des données d'imagerie, des résultats de tests biologiques et des données cliniques." } }, { "@type": "Question", "name": "Les SVM sont-ils efficaces pour le cancer ?", "position": 3, "acceptedAnswer": { "@type": "Answer", "text": "Oui, les SVM sont utilisés pour classer les types de cancer à partir de données génomiques et cliniques." } }, { "@type": "Question", "name": "Peut-on utiliser SVM pour le diagnostic précoce ?", "position": 4, "acceptedAnswer": { "@type": "Answer", "text": "Oui, les SVM peuvent détecter des biomarqueurs précoces pour des maladies comme le diabète." } }, { "@type": "Question", "name": "Les SVM peuvent-ils aider à prédire des maladies ?", "position": 5, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils peuvent prédire la probabilité d'apparition de maladies en fonction de données historiques." } }, { "@type": "Question", "name": "Les SVM peuvent-ils identifier des symptômes ?", "position": 6, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils peuvent analyser des données pour relier des symptômes à des maladies spécifiques." } }, { "@type": "Question", "name": "Comment les SVM traitent-ils les symptômes complexes ?", "position": 7, "acceptedAnswer": { "@type": "Answer", "text": "Les SVM peuvent modéliser des relations non linéaires entre symptômes et maladies pour une meilleure classification." } }, { "@type": "Question", "name": "Peut-on utiliser SVM pour des symptômes psychologiques ?", "position": 8, "acceptedAnswer": { "@type": "Answer", "text": "Oui, les SVM sont utilisés pour analyser des données comportementales et identifier des troubles mentaux." } }, { "@type": "Question", "name": "Les SVM aident-ils à comprendre les symptômes chroniques ?", "position": 9, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils peuvent identifier des patterns dans les symptômes chroniques pour améliorer le traitement." } }, { "@type": "Question", "name": "Les SVM peuvent-ils relier symptômes et facteurs environnementaux ?", "position": 10, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils peuvent analyser l'impact des facteurs environnementaux sur l'apparition de symptômes." } }, { "@type": "Question", "name": "Les SVM peuvent-ils aider à la prévention des maladies ?", "position": 11, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils analysent des données pour identifier des facteurs de risque et proposer des mesures préventives." } }, { "@type": "Question", "name": "Comment les SVM identifient-ils les populations à risque ?", "position": 12, "acceptedAnswer": { "@type": "Answer", "text": "Ils analysent des données démographiques et cliniques pour cibler les populations vulnérables." } }, { "@type": "Question", "name": "Les SVM peuvent-ils évaluer l'impact des interventions préventives ?", "position": 13, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils modélisent les résultats des interventions pour évaluer leur efficacité préventive." } }, { "@type": "Question", "name": "Peut-on utiliser SVM pour des campagnes de sensibilisation ?", "position": 14, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils aident à cibler les messages de sensibilisation en fonction des données de santé publique." } }, { "@type": "Question", "name": "Les SVM peuvent-ils prédire des épidémies ?", "position": 15, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils analysent des données épidémiologiques pour prédire des épidémies potentielles." } }, { "@type": "Question", "name": "Les SVM peuvent-ils optimiser les traitements médicaux ?", "position": 16, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils aident à personnaliser les traitements en fonction des caractéristiques des patients." } }, { "@type": "Question", "name": "Comment les SVM aident-ils à choisir un traitement ?", "position": 17, "acceptedAnswer": { "@type": "Answer", "text": "Ils analysent les données des patients pour recommander le traitement le plus efficace." } }, { "@type": "Question", "name": "Les SVM sont-ils utilisés pour évaluer l'efficacité des traitements ?", "position": 18, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils peuvent modéliser les résultats des traitements pour évaluer leur efficacité." } }, { "@type": "Question", "name": "Peut-on utiliser SVM pour le suivi des traitements ?", "position": 19, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils permettent de suivre l'évolution des patients et d'ajuster les traitements en conséquence." } }, { "@type": "Question", "name": "Les SVM peuvent-ils prédire la réponse au traitement ?", "position": 20, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils peuvent prédire la réponse d'un patient à un traitement spécifique en fonction de données antérieures." } }, { "@type": "Question", "name": "Les SVM peuvent-ils prédire des complications médicales ?", "position": 21, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils peuvent identifier des facteurs de risque associés à des complications potentielles." } }, { "@type": "Question", "name": "Comment les SVM aident-ils à gérer les complications ?", "position": 22, "acceptedAnswer": { "@type": "Answer", "text": "Ils analysent les données des patients pour anticiper et gérer les complications efficacement." } }, { "@type": "Question", "name": "Les SVM peuvent-ils évaluer la gravité des complications ?", "position": 23, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils modélisent les données cliniques pour évaluer la gravité des complications." } }, { "@type": "Question", "name": "Peut-on utiliser SVM pour le suivi des complications ?", "position": 24, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils permettent de suivre l'évolution des complications et d'ajuster les traitements." } }, { "@type": "Question", "name": "Les SVM aident-ils à prévenir les complications post-opératoires ?", "position": 25, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils analysent les données chirurgicales pour identifier les risques de complications post-opératoires." } }, { "@type": "Question", "name": "Les SVM peuvent-ils identifier des facteurs de risque ?", "position": 26, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils analysent des données pour identifier des facteurs de risque associés à diverses maladies." } }, { "@type": "Question", "name": "Comment les SVM évaluent-ils l'impact des facteurs de risque ?", "position": 27, "acceptedAnswer": { "@type": "Answer", "text": "Ils modélisent les relations entre facteurs de risque et maladies pour évaluer leur impact." } }, { "@type": "Question", "name": "Les SVM peuvent-ils aider à réduire les facteurs de risque ?", "position": 28, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils peuvent guider des interventions ciblées pour réduire les facteurs de risque identifiés." } }, { "@type": "Question", "name": "Peut-on utiliser SVM pour des études épidémiologiques ?", "position": 29, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils sont utilisés pour analyser des données épidémiologiques et identifier des tendances." } }, { "@type": "Question", "name": "Les SVM aident-ils à comprendre les interactions entre facteurs de risque ?", "position": 30, "acceptedAnswer": { "@type": "Answer", "text": "Oui, ils modélisent les interactions complexes entre différents facteurs de risque pour une meilleure compréhension." } } ] } ] }
Dr Olivier Menir

Contenu validé par Dr Olivier Menir

Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale


Validation scientifique effectuée le 10/02/2026

Contenu vérifié selon les dernières recommandations médicales

Auteurs principaux

Maoxiang Chu

2 publications dans cette catégorie

Publications dans "Machine à vecteur de support" :

Rongfen Gong

2 publications dans cette catégorie

Publications dans "Machine à vecteur de support" :

Jing Yang

2 publications dans cette catégorie

Affiliations :
  • College of Computer Science and Technology, Harbin Engineering University, Harbin 150001, China.
Publications dans "Machine à vecteur de support" :

Shanghong Xie

1 publication dans cette catégorie

Affiliations :
  • School of Statistics, Southwestern University of Finance and Economics, Chengdu, China.
  • Department of Biostatistics, Columbia University, New York, NY, United States.
Publications dans "Machine à vecteur de support" :

R Todd Ogden

1 publication dans cette catégorie

Affiliations :
  • Department of Biostatistics, Columbia University, New York, NY, United States.
Publications dans "Machine à vecteur de support" :

Chen Ding

1 publication dans cette catégorie

Publications dans "Machine à vecteur de support" :

Tian-Yi Bao

1 publication dans cette catégorie

Publications dans "Machine à vecteur de support" :

He-Liang Huang

1 publication dans cette catégorie

Publications dans "Machine à vecteur de support" :

Alfonso Landeros

1 publication dans cette catégorie

Affiliations :
  • Departments of Computational Medicine, University of California, Los Angeles.
Publications dans "Machine à vecteur de support" :
  • Algorithms for Sparse Support Vector Machines.
    Journal of computational and graphical statistics : a joint publication of American Statistical Association, Institute of Mathematical Statistics, Interface Foundation of North America 2022-12-13

Kenneth Lange

1 publication dans cette catégorie

Affiliations :
  • Departments of Computational Medicine, University of California, Los Angeles.
  • Departments of Human Genetics, University of California, Los Angeles.
  • Departments of Statistics, University of California, Los Angeles.
Publications dans "Machine à vecteur de support" :
  • Algorithms for Sparse Support Vector Machines.
    Journal of computational and graphical statistics : a joint publication of American Statistical Association, Institute of Mathematical Statistics, Interface Foundation of North America 2022-12-13

Liming Liu

1 publication dans cette catégorie

Publications dans "Machine à vecteur de support" :

Li Zhang

1 publication dans cette catégorie

Publications dans "Machine à vecteur de support" :

Zhenqiu Liu

1 publication dans cette catégorie

Affiliations :
  • Department of Public Health Sciences, Penn State College of Medicine, Hershey, PA 17033, USA. Electronic address: zliu@phs.psu.edu.
Publications dans "Machine à vecteur de support" :

David Elashoff

1 publication dans cette catégorie

Affiliations :
  • Department of Medicine, University of California at Los Angeles, CA 90024, USA.
Publications dans "Machine à vecteur de support" :

Steven Piantadosi

1 publication dans cette catégorie

Affiliations :
  • Samuel Oschin Cancer Center, Cedars-Sinai Medical Center, Los Angeles, CA 90048, USA.
Publications dans "Machine à vecteur de support" :

B Pushpa

1 publication dans cette catégorie

Affiliations :
  • Department of Electrical and Electronics Engineering, Annamalai University, Tamil Nadu, India.
Publications dans "Machine à vecteur de support" :

B Baskaran

1 publication dans cette catégorie

Affiliations :
  • Department of Electrical and Electronics Engineering, Faculty of Engineering and Technology, Annamalai University, Chidambaram, Tamil Nadu, India.
Publications dans "Machine à vecteur de support" :

S Vivekanandan

1 publication dans cette catégorie

Affiliations :
  • Managing Director and Liver Transplant Surgeon, Department of HPB and Liver Transplantation, RPS Hospitals, Chennai, Tamil Nadu, India.
Publications dans "Machine à vecteur de support" :

P Gokul

1 publication dans cette catégorie

Affiliations :
  • Department of Biotechnology, Saveetha School of Engineering, Chennai, Tamil Nadu, India.
Publications dans "Machine à vecteur de support" :

Shibabrat Naik

1 publication dans cette catégorie

Affiliations :
  • School of Mathematics, University of Bristol, Fry Building, Woodland Road, Bristol BS8 1UG, United Kingdom.
Publications dans "Machine à vecteur de support" :

Sources (10000 au total)

Machine learning in predicting

Immunoglobulin A nephropathy (IgAN) is one of the leading causes of end-stage kidney disease (ESKD). Many studies have shown the significance of pathological manifestations in predicting the outcome o... A baseline dataset of 690 patients with IgAN and an independent follow-up dataset of 1,168 patients were used as training and testing sets to develop the pathology... The features selected by AUCRF for the... A pathology...