Zobrazeno 1 - 10
of 9 677
pro vyhledávání: '"P. MUSTO"'
The paper proposes a novel approach of survival transformers and extreme gradient boosting models in predicting cognitive deterioration in individuals with mild cognitive impairment (MCI) using metabolomics data in the ADNI cohort. By leveraging adva
Externí odkaz:
http://arxiv.org/abs/2409.16231
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Marcelo Starcenbaum
Publikováno v:
Trabajos y Comunicaciones, Iss 51 (2020)
Revisión del libro L’ultimo Marx (1881-1883). Saggio di biografia intellettuale por M. Musto
Externí odkaz:
https://doaj.org/article/2d0269c1ba154cd0ae5c22fe9789f73f
Publikováno v:
Revista Colombiana de Sociología, Vol 43, Iss 1 (2020)
Externí odkaz:
https://doaj.org/article/7373cbd6769141638ad41ac78f8baaf2
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Fernando Paz Sánchez
Publikováno v:
Iztapalapa, Vol 30, Iss 74/1, Pp 243-247 (2018)
Reseña del libro, Tras las huellas de un fantasma. La actualidad de Karl Marx, Siglo xxi Editores, México, 2011, 252 pp., isbn 978-6-07-030288-6.
Externí odkaz:
https://doaj.org/article/11dd1b1bab2845b0bc2ddaa3791dca90
Machine learning models that aim to predict dementia onset usually follow the classification methodology ignoring the time until an event happens. This study presents an alternative, using survival analysis within the context of machine learning tech
Externí odkaz:
http://arxiv.org/abs/2306.10330
Autor:
Antonio Oliva
Publikováno v:
Archivos de Historia del Movimiento Obrero y la Izquierda, Iss 10 (2017)
Reseña de Marcello Musto (ed.) y otros, De regreso a Marx: nuevas lecturas y vigencia en el mundo actual, Buenos Aires: Octubre Editorial, 2015, 432 pgs.
Externí odkaz:
https://doaj.org/article/a355f8cf9aa649b694423b5ea61865ec
This paper explores deterioration in Alzheimers Disease using Machine Learning. Subjects were split into two datasets based on baseline diagnosis (Cognitively Normal, Mild Cognitive Impairment), with outcome of deterioration at final visit (a binomia
Externí odkaz:
http://arxiv.org/abs/2306.10334
The rise of Alzheimers Disease worldwide has prompted a search for efficient tools which can be used to predict deterioration in cognitive decline leading to dementia. In this paper, we explore the potential of survival machine learning as such a too
Externí odkaz:
http://arxiv.org/abs/2306.10326