Results 201 to 210 of about 6,023 (236)
Some of the next articles are maybe not open access.
人工智能前沿与应用
蛋白质结构预测是生物信息学领域的一个核心问题，对于理解蛋白质功能、药物设计以及疾病研究具有重要意义。传统的蛋白质结构预测方法受限于计算复杂度和预测精度。近年来，随着机器学习和深度学习技术的快速发展，这些先进的方法被广泛应用于蛋白质结构预测中，显著提高了预测的准确性和效率。本文首先介绍了蛋白质结构预测的背景和重要性，然后详细阐述了机器学习和深度学习在蛋白质结构预测中的应用，包括常用的算法、模型架构以及优化策略。最后，本文展望了基于机器学习和深度学习的蛋白质结构预测在未来的发展方向和潜在挑战 ...
佳 崔
semanticscholar +1 more source
蛋白质结构预测是生物信息学领域的一个核心问题，对于理解蛋白质功能、药物设计以及疾病研究具有重要意义。传统的蛋白质结构预测方法受限于计算复杂度和预测精度。近年来，随着机器学习和深度学习技术的快速发展，这些先进的方法被广泛应用于蛋白质结构预测中，显著提高了预测的准确性和效率。本文首先介绍了蛋白质结构预测的背景和重要性，然后详细阐述了机器学习和深度学习在蛋白质结构预测中的应用，包括常用的算法、模型架构以及优化策略。最后，本文展望了基于机器学习和深度学习的蛋白质结构预测在未来的发展方向和潜在挑战 ...
佳 崔
semanticscholar +1 more source
人工智能前沿与应用
随着抗生素耐药性问题的日益严峻，全球对新型药物的需求急剧增加。抗菌肽，作为一种具有广谱抗菌活性的天然肽类物质，展现出对抗耐药性细菌的潜力。然而，传统的抗菌肽发现方法耗时耗力且效率低下，难以满足迅速发展的医疗需求。近年来，机器学习和深度学习技术在生物信息学和序列分析中的应用为抗菌肽的高效预测和设计提供了新的解决方案。本文综述了机器学习和深度学习在抗菌肽预测中的应用，从抗生素耐药性问题引出抗菌肽的重要性，介绍了抗菌肽预测的挑战，以及基于机器学习和深度学习的预测模型和性能评估。尽管面临诸多挑战 ...
浩宸 耿
semanticscholar +1 more source
随着抗生素耐药性问题的日益严峻，全球对新型药物的需求急剧增加。抗菌肽，作为一种具有广谱抗菌活性的天然肽类物质，展现出对抗耐药性细菌的潜力。然而，传统的抗菌肽发现方法耗时耗力且效率低下，难以满足迅速发展的医疗需求。近年来，机器学习和深度学习技术在生物信息学和序列分析中的应用为抗菌肽的高效预测和设计提供了新的解决方案。本文综述了机器学习和深度学习在抗菌肽预测中的应用，从抗生素耐药性问题引出抗菌肽的重要性，介绍了抗菌肽预测的挑战，以及基于机器学习和深度学习的预测模型和性能评估。尽管面临诸多挑战 ...
浩宸 耿
semanticscholar +1 more source
智能机器人
随着当今社会带给人们的高强度工作生活压力,心血管疾病问题的日益严峻，发病率逐年增加,全球对此类疾病的关注与日俱增。传统的预测方法虽有一定预测能力,但是特异性较低，而机器学习和深度学习技术在为心血管疾病的高效预测和设计提供了新的解决方案。本文综述了机器学习和深度学习在心血管疾病预测中的应用，从心血管疾病问题现状引出对其预测的重要性，介绍了其遭遇的挑战，以及预测模型的优势性能评估。尽管面临诸多挑战，机器学习模型在预测心血管疾病研究中的应用仍具有巨大潜力，有望为降低心血管疾病发病率提供新的支持策略。
子悠 蒋
semanticscholar +1 more source
随着当今社会带给人们的高强度工作生活压力,心血管疾病问题的日益严峻，发病率逐年增加,全球对此类疾病的关注与日俱增。传统的预测方法虽有一定预测能力,但是特异性较低，而机器学习和深度学习技术在为心血管疾病的高效预测和设计提供了新的解决方案。本文综述了机器学习和深度学习在心血管疾病预测中的应用，从心血管疾病问题现状引出对其预测的重要性，介绍了其遭遇的挑战，以及预测模型的优势性能评估。尽管面临诸多挑战，机器学习模型在预测心血管疾病研究中的应用仍具有巨大潜力，有望为降低心血管疾病发病率提供新的支持策略。
子悠 蒋
semanticscholar +1 more source
Chinese/English Journal of Educational Measurement and Evaluation
机器学习已经成为包括教育领域在内的诸多领域中不可或缺的用于预测的方法。Python 和 R 是机器学习的主流编程工具。为了更好地进行机器学习分析，研究人员开发了功能各异的 R 包。本文探讨了 R 语言中两个主要的机器学习程序包在估计指标方面的功能性与经验性差异。这项比较研究为研究者高效使用R 包提供了综合指导，既能促进科学决策，又能帮助研究者在数据驱动型的研究和实践应用中采用有效的方法。本研究的发现确保研究人员在选择 R 包时做出明智决策，并理解替代方案，同时为实践者降低了算法应用的技术门槛。
Daniel Oyeniran
semanticscholar +1 more source
机器学习已经成为包括教育领域在内的诸多领域中不可或缺的用于预测的方法。Python 和 R 是机器学习的主流编程工具。为了更好地进行机器学习分析，研究人员开发了功能各异的 R 包。本文探讨了 R 语言中两个主要的机器学习程序包在估计指标方面的功能性与经验性差异。这项比较研究为研究者高效使用R 包提供了综合指导，既能促进科学决策，又能帮助研究者在数据驱动型的研究和实践应用中采用有效的方法。本研究的发现确保研究人员在选择 R 包时做出明智决策，并理解替代方案，同时为实践者降低了算法应用的技术门槛。
Daniel Oyeniran
semanticscholar +1 more source
MxML (探索测量与机器学习的关系): 对测量学界的问卷调查
Chinese/English Journal of Educational Measurement and Evaluation近年来，机器学习在教育测量（以下简称“测量“）领域的应用发展迅速。基于这一趋势，本文认为有必要探究机器学习方法与测量基本原则之间可能存在的脱节现象。MxML项目旨在探讨如何缩小二者之间的差距，从而使机器学习更好地服务于测量实践。该项目的第一阶段是对近十年测量文献的系统回顾，我们在其中概述了：（1）探讨机器学习的测量领域；（2）文章类型；（3）所探讨的机器学习方法；（4）测量基本原则与机器学习方法之间可能存在的差距。本文汇报了该项目第二阶段的研究成果，即对国际测量界进行的一项问卷调查 ...
Yixiong Zheng +4 more
semanticscholar +1 more source
现代教育前沿
近年来，随着人工智能技术的快速发展，人工智能工程师和数据科学家的需求量也越来越大。因此，作为人工智能技术核心技术的机器学习微专业课程和实验也变得越来越重要。但传统的机器学习课程往往存在教学内容过于抽象、理论与实践脱节等问题，学生的学习效果和应用能力不够理想。因此，本论文旨在设计一个机器学习课程的实验大纲，以提高学生对机器学习的理解与应用。
永明 刘 +4 more
semanticscholar +1 more source
近年来，随着人工智能技术的快速发展，人工智能工程师和数据科学家的需求量也越来越大。因此，作为人工智能技术核心技术的机器学习微专业课程和实验也变得越来越重要。但传统的机器学习课程往往存在教学内容过于抽象、理论与实践脱节等问题，学生的学习效果和应用能力不够理想。因此，本论文旨在设计一个机器学习课程的实验大纲，以提高学生对机器学习的理解与应用。
永明 刘 +4 more
semanticscholar +1 more source
Applied Statistics and Data Science
本文围绕应用统计学专业的人才培养目标，结合时代背景和上海地方经济发展需求，深入探讨数据挖掘与机器学习重点课程的建设。为适应快速变化的市场环境，教学团队不断改进教学手段与方法，以培养学生的实际动手能力和创新能力为主线，实施了一系列教学改革，将专业人才培养目标转换为具体的课程教学要求，课程内容和教学方法上融入了人工智能技术，强调学生的主动参与与自主学习。通过开展多样化的实践教学及科研反哺式教学，结合真实案例和项目驱动的学习方式，引入多种教学手段，增强了课程的互动性和趣味性，有效提升了教学质量。
彩云 范, 平原 董
semanticscholar +1 more source
本文围绕应用统计学专业的人才培养目标，结合时代背景和上海地方经济发展需求，深入探讨数据挖掘与机器学习重点课程的建设。为适应快速变化的市场环境，教学团队不断改进教学手段与方法，以培养学生的实际动手能力和创新能力为主线，实施了一系列教学改革，将专业人才培养目标转换为具体的课程教学要求，课程内容和教学方法上融入了人工智能技术，强调学生的主动参与与自主学习。通过开展多样化的实践教学及科研反哺式教学，结合真实案例和项目驱动的学习方式，引入多种教学手段，增强了课程的互动性和趣味性，有效提升了教学质量。
彩云 范, 平原 董
semanticscholar +1 more source