DOME: recommendations for supervised machine learning validation in biology

Autor: Walsh, I., Fishman, D., Garcia-Gasulla, D., Titma, T., Pollastri, G., Capriotti, E., Casadio, R., Capella-Gutierrez, S., Cirillo, D., Del Conte, A., Dimopoulos, A. C., Del Angel, V. D., Dopazo, J., Fariselli, P., Fernandez, J. M., Huber, F., Kreshuk, A., Lenaerts, T., Martelli, P. L., Navarro, A., Broin, P. O., Pinero, J., Piovesan, D., Reczko, M., Ronzano, F., Satagopam, V., Savojardo, C., Spiwok, V., Tangaro, M. A., Tartari, G., Salgado, D., Valencia, A., Zambelli, F., Harrow, J., Psomopoulos, F. E., Tosatto, S. C. E.

Publikováno v: UPCommons. Portal del coneixement obert de la UPC
ORCID
arXiv.org e-Print Archive
Archivio istituzionale della ricerca-Alma Mater Studiorum Università di Bologna
Archivio Istituzionale della Ricerca dell'Università degli Studi di Milano
Universitat Politècnica de Catalunya (UPC)
Nature Methods

Supervised machine learning is widely used in biology and deserves more scrutiny. We present a set of community-wide recommendations (DOME) aiming to help establish standards of supervised machine learning validation in biology. Formulated as questio

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::7e3820fb0b766649020b580b623bdf29
https://doi.org/10.1038/s41592-021-01205-4

The metabolic pattern could be used for early detection of stable ischemic heart disease and hypertensive heart disease

Autor: Titma, T., Günther, U., Ludwig, C., Pikta, M., Zemtsovskaja, G., Viigimaa, M., Samoson, A.

Publikováno v: In Revue d'Epidemiologie et de Santé Publique July 2018 66 Supplement 5:S328-S328

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.