机构名称：
¥ 1.0
摘要 - 一种成功的年龄建模方法，即使用从主题功能中的机器学习来预测年龄的监督预测。用于探索大脑和多个身体系统中健康与病理衰老之间的关系，以及它们之间的相互作用，我们缺乏对任何通用系统预测年龄的标准。在这项工作中，我们开发了Ageml，这是一种从任何类型的表格临床数据中建立且经过测试的方法，用于预测年龄的开发软件。目的是设定超级年龄建模任务中报告的可重复性和标准化的标准。ageml允许建模年龄和计算年龄三角洲，预订单和年代年龄之间的差异，测量年龄和因素之间的相关性和因素之间的相关性，可视化不同临床人群的年龄三角洲的差异以及基于年龄级别的临床人群分类。使用软件Ageml，我们正在将其功能演示在混合数据集上，复制已发表的工作以及身体器官和多基因风险得分之间的新颖关系。Ageml可以轻松实现标准化和可重复性。
Ageml：用机器学习的年龄建模
主要关键词
相关文件推荐
