勋章
我关注的人
粉丝
技术能力
暂时未有相关云产品技术能力~
暂无个人介绍
-
发表了文章 2023-08-02
精准医学时代：探索人工智能在DCA曲线下的临床医学应用
在当今医学领域中，精准医学作为一种以个体差异为基础的医疗模式逐渐受到重视和应用[1]。精准医学基于个体基因组、环境和生活方式因素的综合分析，旨在实现个体化的预防、诊断和治疗方案，从而提供更好的临床结果[2]。与传统医学相比，精准医学可针对患者的疾病风险、病因和药物反应等方面进行更为精准的预测，为医生和患者做出更明智的决策提供了依据。
-
发表了文章 2023-08-02
影像组学中ICC的可靠性探索：揭示一致性的秘密
ICC是一种常用的统计方法，用于评估不同观察者（或评估者）之间的一致性程度。在医学影像组学中，它被广泛应用于研究各种情况下医学影像数据的可靠性和一致性。例如，在新药研发过程中，使用ICC来评估医生之间对同一影像的诊断一致性，以确保研究结果的可靠性和可重复性。此外，ICC还可以应用于影像定量分析，如评估不同影像技术之间的一致性或不同扫描时间点之间的重复性。
-
发表了文章 2023-08-02
公共医疗数据库汇总：无需实验，高效论文撰写利器
在医学研究领域，获取高质量的数据和文献资源是进行科学论文撰写的关键。随着信息技术的发展，以及公共医疗数据库的不断壮大和完善，研究人员可以轻松地获取大量的医学数据和文献信息，从而提高论文撰写的效率和质量。本文将为您介绍一系列全面的公共医疗数据库，这些数据库不仅为您提供了丰富的医学资源，还无需进行实验，成为高效论文撰写的利器。
-
发表了文章 2023-08-02
机器学习-深度学习：如何使用卷积神经网络精准诊断？
机器学习是一种人工智能的分支，它致力于通过从数据中学习模式和规律，使机器能够自动完成特定任务。深度学习则是机器学习的一个重要分支，它以神经网络为基础，通过多个神经网络层的组合和训练来实现高级特征的提取和学习。
-
发表了文章 2023-08-02
AI揭示生命密码：如何个性化生存概率预测？
接下来的章节将进一步探讨AI技术在个性化乳腺癌预测中的应用，以及未来的发展方向。
-
发表了文章 2023-08-02
机器学习-特征选择：如何使用相关性分析精确选择最佳特征？
本文致力于利用相关性分析来辅助特征选择过程。相关性分析作为一种用于量化特征之间关系的方法，可以帮助我们理解数据中的潜在模式和相互作用。通过分析特征之间的相关性，我们可以更加准确地选择具有高预测能力和独立性的特征，从而提高特征选择的效果和结果。
-
发表了文章 2023-08-02
基于无监督学习-关联规则的风险评估模型：更精准的预测！
乳腺癌被认为是全球最常见的女性恶性肿瘤之一，对患者和公共健康造成了巨大的负担。准确评估乳腺癌风险是预防、诊断和治疗该疾病的关键。然而，乳腺癌风险估计面临着一些挑战，如数据的限制性、模型的复杂性和准确性等。因此，发展一种准确且高效的乳腺癌风险评估方法具有重要意义。
-
发表了文章 2023-08-02
深入乳腺癌谜团：无监督学习与R语言的勘探之旅
本文旨在进一步探讨无监督学习和R语言在乳腺癌研究中的应用。通过引用相关文献的支持，我们将深入探讨无监督学习和R语言在乳腺癌研究中的具体应用案例，并讨论它们是如何提高我们对乳腺癌的理解和诊断的。
-
发表了文章 2023-08-02
乳腺癌预测的黑科技！一起探索 R 语言和随机森林算法的奇妙之处！
本文旨在综述R语言和随机森林算法在乳腺癌研究中的应用，探讨其在乳腺癌预测、诊断和个性化治疗中的作用。通过对相关文献和实例的分析，该研究将提供关于使用R语言和随机森林算法改进乳腺癌研究的新见解，并对未来的发展方向和挑战进行讨论。
-
发表了文章 2023-08-02
机器学习技术：如何使用交叉验证和ROC曲线提高疾病预测的准确性和效率？
ROC曲线则是一种可视化评估分类算法表现的图形呈现方法，用于绘制二分类模型的真阳性率和假阳性率之间的关系曲线。这种方法常用于比较不同分类器和优化分类器的性能。 接下来的部分将详细介绍如何使用这两种方法，并提供实际案例和技术实践以及最佳实践建议。
-
发表了文章 2023-08-02
解密EEMD分析：Rlibeemd包带你玩转信号分解和时间序列预测
EEMD（Ensemble Empirical Mode Decomposition）是一种信号分解方法，它旨在分解非线性、非平稳或非白噪声的信号，以揭示复杂信号的局部特征和周期性成分。EEMD不同于传统的余弦变换、小波变换等线性变换方法，而是基于经验模态分解（EMD）的思想，通过添加噪声和多次重复分解的方式，避免了EMD中出现的模态混叠等问题。
-
发表了文章 2023-08-02
使用R语言绘制富集条形图，轻松分析基因表达数据
为了实现富集分析和绘制富集条形图，我们可以使用R语言。R语言是一种免费开源的编程语言和软件环境，用于统计计算，绘制图表和数据分析。它在大量生物信息学数据分析中得到应用，并成为当前技术最前沿的生物信息学研究领域。如此优势的R语言支持，是进行富集分析和富集条形图的理想之选。
-
发表了文章 2023-08-02
数据处理神器tidyverse！教你如何秒速搞定数据处理！
本文将介绍R语言tidyverse包（包括ggplot2、dplyr和tidyr等），详细讲解这些包的使用方法。我们还将介绍什么是数据可视化、数据整理以及数据转换，这些知识都是数据分析过程中非常重要的基础。在本文中，您将学习到使用R语言进行数据分析的关键技能，例如使用ggplot2绘制令人惊叹的图表，使用dplyr和tidyr包进行数据整理和转换，以及实用技巧，例如如何优雅地操作数据。通过本文的指导，您可以更加高效地进行数据分析，并将这些分析结果以更清晰、优美的图表呈现出来。
-
发表了文章 2023-08-02
GRACE重力卫星缺失值插补及深度学习重构数据（二）--三次多项式插值
本文将介绍一种常用的缺失值填补方法——三次多项式插值法，并探讨其在GRACE月时变迁模型中的应用。这个方法在MODIS卫星或者任何缺失数据的栅格文件，nc文件都适用。
-
发表了文章 2023-08-02
GRACE重力卫星缺失值插补及深度学习重构数据（三）-- 三次样条插值
三次样条插值通过使用三次多项式对每个小区间进行拟合，再通过选取适当的边界条件对插值函数的一阶和二阶导数进行约束，从而使得插值函数在插值节点处的一阶和二阶导数与原函数相等。三次样条插值方法得到的插值函数较为平滑，逼近精度较高，可以避免插值多项式过度拟合和震荡的问题。
-
发表了文章 2023-08-02
渐进式学习：如何用R和GO富集可视化捕捉生命的关键信号？
本文还将提供一些使用R和GO富集可视化的基本方法和技巧，并以实例说明如何从生物大数据中捕捉关键信号。最后，我们将讨论GO富集可视化在生物信息学中的未来发展和可能的研究方向。
-
发表了文章 2023-08-02
基于影像组学的膀胱癌治疗反应评估：深度学习的应用
本文旨在探讨基于影像组学的膀胱癌治疗反应评估方法，介绍影像组学技术的基本概念和特征提取方法，并探讨深度学习算法在癌症治疗反应评估中的应用。将参考和解析文献Bladder Cancer Treatment Response Assessment in CT using Radiomics with Deep-Learning的分析过程。
-
发表了文章 2023-08-02
从k折到自助法：常用交叉验证方法的优缺点
为了评估和改进机器学习（ML）算法的可靠性和泛化能力，交叉验证已被广泛采用[1]。交叉验证是一种在有限数据集上评估和比较不同模型性能的方法，其通过分割数据集为训练集和测试集以验证模型的性能。通过使用交叉验证，研究人员可以避免对单一实验的依赖，因此可以更好地评估模型的泛化能力。
-
发表了文章 2023-08-02
从零开始学习R语言编程：完全指南
R语言是一种流行的数据分析语言，广泛应用于学术界、商业界和社会科学研究等领域。与其它数据分析软件相比，R语言的优点包括免费开源、高效可靠、具有强大的数据分析和可视化能力等。R语言的编程基础包括了各种控制结构和函数，可以方便地实现算法和数据操作。本篇文章将介绍R语言的基本编程结构，涵盖if-else语句、for循环、while循环和函数等，帮助读者快速上手学习R语言编程。
-
发表了文章 2023-08-02
影像组学技术的基础和应用
影像组学技术的基础和应用
-
发表了文章 2023-08-02
揭秘水文覆盖变化！使用 R 语言轻松处理 MODIS .nc 文件
GRACE水文数据包括地表水蓄积（SWS）、土壤水蓄积（SSS）、总水蓄积（TWS）等变量，通常以每月为单位进行统计和融合，并以网格的形式提供各个区域的数据。 在这里，我们将通过使用 R 语言及其相关包对 GRACE 数据进行研究。具体来说，我们将使用 ncdf4 包读取 GRACE 的 .nc 数据，并进行数据的预处理和可视化分析。
-
发表了文章 2023-08-02
掌握ggstats包绘制森林图，让你的数据更有说服力
通常情况下，森林图中是垂直放置的一条线，线的左侧为比较指标的最小值，右侧为最大值。而灰色的长方体就代表置信区间的范围，以及平均值所在的位置，长方体越长代表数据的不确定性越大，也就意味着置信区间范围越广。通过比较不同组别的森林图，就可以看到差异显著性的程度是大还是小。
-
发表了文章 2023-08-02
惊人！截至6月10日全球COVID-19疫情玫瑰图，这些国家最危险
自从COVID-19疫情在2020年爆发以来，数据可视化成为了了解疫情趋势和规模的重要手段。饱受争议的疫情数据可视化中的南丁格尔玫瑰图（Rose Chart），由于具有简洁、直观、易于理解等特点，逐渐成为了一个备受欢迎的数据可视化方式。
-
发表了文章 2023-08-02
数据清洗、数据处理入门！R语言我来了，数据不再零散！
「数据清洗」和「预处理」是数据科学中必不可少的一部分，它们能够帮助我们准确地分析和预测未来趋势。如果你曾经尝试过进行分析或建模，你会发现数据往往不像我们所想象的那样干净、整洁。需要对数据进行仔细的检查、清理和处理，才能真正把数据转变成有用的信息。
-
发表了文章 2023-08-02
还在为浏览量焦虑吗？为何不用R语言来做归因分析找出痛点
还在为浏览量焦虑吗？为何不用R语言来做归因分析找出痛点
-
发表了文章 2023-08-02
钟南山院士的最新预测二阳来袭，如何用R语言和SEIRS模型分析新冠疫情中国趋势？
钟南山院士的最新预测二阳来袭，如何用R语言和SEIRS模型分析新冠疫情中国趋势？
-
发表了文章 2023-08-02
时间序列预测：轻松拿捏趋势、季节性和周期性
「时间序列预测」是指基于历史数据对未来进行预测。它通常被应用于诸如经济、金融、股票、气象、市场营销和运营管理等领域中。 具体来说，「时间序列预测」是对时间序列数据的趋势、季节性和周期性进行分析并建立数学模型，通过这些模型的拟合和预测，来描述时间序列中的趋势变化及规律，进而进行未来变化的预测。
-
发表了文章 2023-08-02
疫苗效果分析：如何使用疫苗预防率等指标来评估疫苗的预防效果
疫苗效果分析：如何使用疫苗预防率等指标来评估疫苗的预防效果
-
发表了文章 2023-08-02
岭回归有看点：正则化参数解密，显著性不再成问题！
「L2正则化（也称为岭回归）」 是一种用于线性回归模型的正则化方法，它通过在模型的损失函数中添加一个惩罚项来防止过拟合。L2正则化的惩罚项是模型参数的平方和，乘以一个正则化参数λ，即：
-
发表了文章 2023-08-02
绝不可错过！R语言与ggplot2实现SCI论文数据分析神器
绝不可错过！R语言与ggplot2实现SCI论文数据分析神器
-
发表了文章 2023-08-02
R语言数据可视化-KM生存曲线
R语言数据可视化-KM生存曲线
-
发表了文章 2023-08-02
R语言数据可视化-词云图
R语言数据可视化-词云图
-
发表了文章 2023-08-02
R语言数据可视化-气泡图
气泡图（Bubble Chart）是一种展示三个或更多变量之间关系的二维图表。它与散点图类似，但是在每个数据点处加上了一个圆圈，圆圈的大小和第三个变量相关。因此气泡图不仅可以用于显示两个变量之间的关系，还可以同时显示第三个变量的大小或重要性，增加了数据展示的可读性和信息量。
-
发表了文章 2023-08-02
高分SCI必备-全方位无死角展示降维数据的三维立体图
高分SCI必备-全方位无死角展示降维数据的三维立体图
-
发表了文章 2023-08-02
如何用R语言分析COVID-19相关数据
COVID-19是当前全球面临的一项重大挑战。 本文将介绍如何使用R语言分析COVID-19相关数据，探索其感染率、死亡率和人口特征的相关性，以及使用统计建模方法预测COVID-19的死亡率。
-
发表了文章 2023-08-02
无热图不组学！高阶文献热图R语言绘制小专场拿捏
近在阅读近五年的一区高分的机器学习文献，其中有一种图出现频率特别高——热图。《
-
发表了文章 2023-08-02
一行代码绘制高分SCI限制立方图
Restricted cubic splines (RCS)是一种基于样条函数的非参数化模型，它可以可靠地拟合非线性关系，可以自适应地调整分割结点。在统计学和机器学习领域，RCS通常用来对连续型自变量进行建模，并在解释自变量与响应变量的关系时更加准确和精细。之前有写一篇RCS的文章，但是还是有一定的难度，经过一段时间的研究，发现rcssci包更为简便好用。
-
发表了文章 2023-08-02
一行代码绘制高分SCI火山图
经过一段时间的文献阅读和资料查询，终于找到了一个好用而且简单的包——ggVolcano， 它是一个基于R语言和ggplot2绘图包开发的生物信息学数据可视化工具。它可以用于绘制火山图（Volcano plot），帮助研究者分析高通量实验数据，如基因表达谱或蛋白质组学数据，以识别差异表达或差异富集的基因或蛋白质。
-
发表了文章 2023-08-02
基于Python的特征工程：数据预处理（一）
特征工程是机器学习工作流程中不可或缺的一环，它将原始数据转化为模型可理解的形式。数据和特征的质量决定了机器学习的上限，而模型和算法则是逼近这个上限的手段。因此，特征工程的重要性不言而喻。其主要工作涉及特征的采集、预处理、选择以及降维等处理。特征工程是数据分析中最耗费时间和精力的阶段。
-
发表了文章 2023-08-02
EasyExcel实现Excel文件多sheet导入导出
EasyExcel实现Excel文件多sheet导入导出
-
发表了文章 2023-08-02
企业级Nginx实战-配置Https单向认证、双向认证
企业级Nginx实战-配置Https单向认证、双向认证
-
发表了文章 2023-08-02
企业级nginx实战
企业级nginx实战
-
发表了文章 2023-08-02
SpringBoot 中使用 MongoDB 基于 MongoRepository增删改查(基础篇)
SpringBoot 中使用 MongoDB 基于 MongoRepository增删改查(基础篇)
-
发表了文章 2023-08-02
java使用ini4j读写和修改ini配置文件（支持section）
java使用ini4j读写和修改ini配置文件（支持section）
-
发表了文章 2023-08-02
【Spring cloud】OpenFeign详解（超详细）
【Spring cloud】OpenFeign详解（超详细）
-
发表了文章 2023-08-02
AngularJs优雅取消正在执行的http请求
AngularJs优雅取消正在执行的http请求
-
发表了文章 2023-08-02
Angular8_上传文件并显示百分比进度(超简单)
Angular8_上传文件并显示百分比进度(超简单)
-
发表了文章 2023-08-02
java密码学-非对称加密算法
非对称加密算法与对称加密算法的主要区别在于非对称加密算法用于加密和解密的密钥不同，一个公开，称为公钥；一个保密，称为私钥。因此，非对称密码算法也称为双钥和公钥加密算法。 非对称加密算法解决了对称加密算法密钥分配问题，并极大的提高了算法的安全性。多种B2C或B2B应用均使用非对称加密算法作为数据加密的核心算法。解决了对称加密算法的密钥存储问题。
-
发表了文章 2023-08-02
Springboot中基于注解使用缓存
Springboot中基于注解使用缓存
-
发表了文章 2023-08-02
【springcloud】Ribbon详解
Spring Cloud Ribbon是一个基于HTTP和TCP的客户端负载均衡工具，它基于Netflix Ribbon实现。简单点说，其主要功能是提供客户端的软件负载均衡算法和服务调用。Ribbon客户端组件提供一系列完善的配置项如连接超时，重试等。简单的说，就是在配置文件中列出Load Balancer（简称LB）后面所有的机器，Ribbon会自动的帮助你基于某种规则（如简单轮询，随机连接，权重等）去连接这些机器。
-
发表了文章
2024-05-15
手把手教你绘制和解读实用R列线图(Nomogram)：从入门到精通
-
发表了文章
2024-05-15
用人工智能和missForest构建完美预测模型，数据插补轻松驾驭
-
发表了文章
2024-05-15
最佳精准度：解锁超级学习器和校准曲线的潜能
-
发表了文章
2024-05-15
从聚类(Clustering)到异常检测(Anomaly Detection)：常用无监督学习方法的优缺点
-
发表了文章
2024-05-15
超实用！五种常用的多离散化小技巧
-
发表了文章
2024-05-15
机器学习-特征选择：如何使用交叉验证精准选择最优特征？
-
发表了文章
2024-05-15
风险评分与生存时间：解密高风险组的潜在命运！
-
发表了文章
2024-05-15
探索可解释性机器学习：Breakdown带你了解心脏病随机森林的预测关键
-
发表了文章
2024-05-15
基于LightGBM的肺癌分类模型：从预测到个体化治疗
-
发表了文章
2024-05-15
高效处理异常值的算法：One-class SVM模型的自动化方案
-
发表了文章
2024-05-15
机器学习-特征选择：如何使用互信息特征选择挑选出最佳特征？
-
发表了文章
2024-05-15
解码癌症预测的密码：可解释性机器学习算法SHAP揭示XGBoost模型的预测机制
-
发表了文章
2024-05-15
survey和surveyCV：如何用R语言进行复杂抽样设计、权重计算和10折交叉验证？
-
发表了文章
2024-05-15
机器学习-可解释性机器学习：随机森林与fastshap的可视化模型解析
-
发表了文章
2024-05-15
机器学习-特征选择：如何使用递归特征消除算法自动筛选出最优特征？
-
发表了文章
2024-05-15
一图胜千言：EBImage库分割和标注让你的图像说话
-
发表了文章
2024-05-15
机器学习-生存分析：如何基于随机生存森林训练乳腺癌风险评估模型？
-
发表了文章
2024-05-15
Catboost算法助力乳腺癌预测：Shap值解析关键预测因素
-
发表了文章
2024-05-15
瞄准核心因素：Boruta特征选择算法助力精准决策
-
发表了文章
2024-05-15
降维·预测·救命：PCA、随机森林与乳腺癌
