Introduction to Classification and Regression Trees in Machine Learning
为什么重要：分类和回归树或简称 CART 是用于描述用于分类和回归任务的决策树算法的术语。这些树的结果非常容易理解，这使它们比其他算法更具优势。
Healthcare Triage Podcast: Science Communication Matters
在这一集中，克里斯塔·霍夫曼·隆丁（Krista Hoffmann-Longtin）博士和蒂法尼·多赫蒂（Tiffany Doherty）博士与亚伦·卡罗尔（Aaron Carroll）博士谈论科学传播的重要性。他们讨论了有效沟通的一些主要挑战，以及试图弥合沟通差距并提高科学家与公众之间更好理解的方法。这款医疗保健分类播客[…]医疗后的三角播播客：科学传播事项首先出现在偶然的经济学家上。
Healthcare Triage Podcast: Addressing Health Disparities
在这一集中，茉莉·冈萨沃（Jasmine Gonzalvo）博士与亚伦·卡罗尔（Aaron Carroll）博士谈到了她的团队通过普渡大学健康公平与创新中心（CHEQI）解决健康差异的努力。他们讨论了Cheqi在Covid-19大流行期间的工作扩展的方式，以及他们如何培训下一代药剂师以支持代表性不足的社区。这个[…]医疗后分类播客：解决健康差异的问题首先出现在偶然的经济学家中。
Unlocking High-Accuracy Differentially Private Image Classification through Scale
根据先前研究的经验证据，DP-SGD 中的效用退化在较大的神经网络模型上变得更加严重——包括在具有挑战性的图像分类基准上经常用于实现最佳性能的模型。我们的工作调查了这一现象，并提出了一系列对训练程序和模型架构的简单修改，从而显着提高了标准图像分类基准上 DP 训练的准确性。
The Healthcare Triage Podcast: How We Solve the Reproducibility Crisis – Incentives in Academia
在这个八集播客系列中，我们采访了几位专家，以了解“可重复性危机”，以及他们如何看待科学文化。现在，我们已经讨论了有助于可重复性问题的科学文化中的所有事物，让我们谈论如何解决这些问题，在本第八集和最后一集中，我们[…]邮政“医疗保健分类播客：我们如何解决可重复性危机 - 学术界的激励措施首次出现在事故经济学家中。
在这个八集播客系列中，我们采访了几位专家，以了解“可重复性危机”，以及他们如何看待科学文化。现在，我们已经讨论了有助于可重复性问题的科学文化中的所有事物，让我们谈谈如何解决这些问题。在本第七集中，我们主要关注[…]医疗保健分类播客：我们如何解决可重复性危机 - 出版，资金，媒体首次出现在偶然的经济学家上。
The Healthcare Triage Podcast: The Role of Mentorship and Authority in the Reproducibility Crisis
学术界依靠指导模式。在我们关于科学文化和可重复性的特别系列系列的第六集中，我们看一下当导师凭借其权威来影响学员处理数据的方式时会发生什么。 《医疗三角播客：指导和权威在可重复性危机中的作用》首次出现在偶然的经济学家中。
The Healthcare Triage Podcast: The Role of the Media in the Reproducibility Crisis
媒体喜欢一个令人兴奋的研究的良好标题。在我们关于科学文化和可重复性特别系列的第五集中，我们谈论了媒体在可重复性危机中的作用。科学媒体涵盖研究的方式会影响科学本身吗？ 《医疗分类播客：媒体在可重复性危机中的作用》首次出现在偶然的经济学家中。
Healthcare Triage Podcast: The role of funding in the reproducibility crisis
现在，我们已经介绍了可重复性危机是什么以及为什么我们认为这发生了，现在该从资金开始挖掘特定问题了。随着时间的流逝，科学资助的方式发生了很大变化。这些变化是什么，它们如何影响我们练习科学的方式？医疗后分类播客：资金在可重复性危机中的作用首次出现在偶然的经济学家中。
Healthcare Triage Podcast: Why is the reproducibility crisis happening?
现在我们已经介绍了可重复性危机的“什么”，现在该谈论“原因”了。为什么科学家会从事损害科学完整性的实践？让我们谈谈激励措施。邮政医疗分类播客：为什么会发生可重复性危机？首次出现在偶然的经济学家中。
Science Culture and Reproducibility on the Healthcare Triage Podcast
大多数人都同意科学研究的可重复性存在主要问题。实际上，据估计，多达一半的科学研究产生无法复制的结果。我们想进一步了解这个问题，对此有什么贡献以及如何解决问题。因此，感谢[…]医疗保健分类播客的后科学文化和可重复性，首先出现在偶然的经济学家上。
Healthcare Triage Podcast: Studying Pesticides and Other Risks to Expecting Moms & Babies
医学博士David Haas返回医疗保健分类播客，分享了他关于期望妈妈和婴儿的研究，包括一项有关农药和除草剂如何影响其健康所谓的“心脏地带研究”的新研究。他还谈到了持续的1900年大流行如何影响他的研究，以及他的团队如何适应[…]医疗后的分类播客：研究农药和其他风险，期望妈妈和婴儿首次出现在偶然的经济学家身上。
Selective Classification Can Magnify Disparities Across Groups
选择性分类是一种在错误代价高昂的环境中部署模型的有效方法，即当模型对预测不确定时，允许它们“弃权”。例如，在医学领域，模型错误可能会造成生死攸关的后果，但弃权问题可以通过让医生做出诊断来轻松处理。在从视觉 123 到 NLP 45 的一系列应用中，即使是简单的选择性分类器，仅依赖于模型逻辑，也会通过弃权而经常显著提高准确性。这使得选择性分类成为 ML 从业者 67 的有力工具。然而，在我们最近的 ICLR 论文中，我们发现尽管选择性分类可以可靠地提高平均准确率，但它可能无法提高甚至损害某些数据子群体的准确率。作为一个激励人心的例子，考虑通过胸部 X 光片诊断胸腔积液或肺部积液的任务。胸腔积液通
Selective Classification Can Magnify Disparities Across Groups
选择性分类是一种在错误代价高昂的环境中部署模型的有效方法，即当模型对预测不确定时，允许它们“弃权”。例如，在医学领域，模型错误可能会产生生死攸关的后果，但弃权可以通过退到医生那里，然后由医生做出诊断来轻松处理。在从视觉 123 到 NLP 45 的一系列应用中，即使是简单的选择性分类器，仅依赖于模型逻辑，也会通过弃权而经常显著提高准确性。这使得选择性分类成为 ML 从业者 67 的有力工具。然而，在我们最近的 ICLR 论文中，我们发现，尽管选择性分类可以可靠地提高平均准确率，但它可能无法提高甚至损害某些数据子群体的准确率。作为一个激励人心的例子，考虑通过胸部 X 光片诊断胸腔积液或肺部积液的
Content metadata: what automated labels can do for topic classification
什么是主题分类？它与关键字提取有何不同？为什么它会从自动标记中受益？
The Importance of Diversity and Equity in Medicine and Research: Healthcare Triage Podcast
医学抄写员与医生，护士和其他提供者一起就诊，以通过记录访问和输入订单来减轻提供者的行政负担，从而使提供者可以花更多的时间专注于患者而不是电子健康记录。一名新的飞行员正在测试医学抄写员是否将成为VHA设施的资产。首次出现在偶然的经济学家中。在这一集中，布朗西恩·塔克·埃德蒙兹（Brownsyne Tucker Edmonds）博士和Sylk Sotto博士与Aaron Carroll博士谈论了多样性和公平性在研究，高等教育和医学中的重要性。他们分享有关他们所看到的基本问题的见解，并谈论鼓励代表性不足的少数民族成功的方法。这一事件由印第安纳大学（Indiana University）赞助[…]医学
How To Automate Document Classification And Make Your Business More Efficient
自动化并不是要抢走您的工作。更有可能的是，一系列解决方案将接管平凡的工作，让您腾出时间专注于重要的事情。麦肯锡的一项研究表明，如果员工开始使用适当的软件，60% 的职业可以腾出近三分之一的时间。这引出了一个问题：什么任务 […]文章如何自动化文档分类并提高您的业务效率，由 DLabs.AI 提供。
