Výsledky vyhledávání - "логистическая регрессия"

ВВЕДЕНИЕ В АНАЛИТИЧЕСКИЙ МЕТОД КОНТРОЛЯ ОБРАЗОВАНИЯ (АМКО): ОТ МАТЕМАТИЧЕСКОЙ АНАЛИТИКИ УЧЕБНОГО ПРОЦЕССА К СТАНДАРТИЗИРОВАННОЙ ОБРАЗОВАТЕЛЬНОЙ БАЗЕ ДАННЫХ

Témata: образовательная статистика, АМКО, полиномиальная регрессия, образовательная аналитика, качество преподавания, нейросеть, машинное обучение, аналитические методы контроля образования, образовательная база данных, эффективность обучения, мониторинг качества образования, педагогические измерения, линейная регрессия, логистическая регрессия

ВВЕДЕНИЕ В АНАЛИТИЧЕСКИЙ МЕТОД КОНТРОЛЯ ОБРАЗОВАНИЯ (АМКО): ОТ МАТЕМАТИЧЕСКОЙ АНАЛИТИКИ УЧЕБНОГО ПРОЦЕССА К СТАНДАРТИЗИРОВАННОЙ ОБРАЗОВАТЕЛЬНОЙ БАЗЕ ДАННЫХ

Témata: образовательная статистика, АМКО, полиномиальная регрессия, образовательная аналитика, качество преподавания, нейросеть, машинное обучение, аналитические методы контроля образования, образовательная база данных, эффективность обучения, мониторинг качества образования, педагогические измерения, линейная регрессия, логистическая регрессия

Повышение репрезентативности обучающего набора данных за счет пространственной балансировки

Autoři: Alexandr Losev Illarion Popov Anastasia Reznikova

Zdroj: Информатика и автоматизация, Vol 24, Iss 4, Pp 1114-1156 (2025)

Témata: машинное обучение, малые наборы данных, репрезентативность данных, синтез данных, нейронные сети, логистическая регрессия, Electronic computers. Computer science, QA75.5-76.95

Popis souboru: electronic resource

Relation: https://ia.spcras.ru/index.php/sp/article/view/16953; https://doaj.org/toc/2713-3192; https://doaj.org/toc/2713-3206

Přístupová URL adresa: https://doaj.org/article/8fc082a5c27f4f18be7d92db67c48e61

Классификация текстов с использованием методов NLP в условиях несбалансированных классов

Autoři: С. У. Эшбадалов

Zdroj: Современные инновации, системы и технологии, Vol 5, Iss 3 (2025)

Témata: несбалансированные классы, NLP, классификация текстов, токенизация, лемматизация, стемминг, стоп-слова, Bag of Words, TF–IDF, логистическая регрессия, SVM., Technology (General), T1-995

Popis souboru: electronic resource

Relation: https://oajmist.com/index.php/12/article/view/385; https://doaj.org/toc/2782-2826; https://doaj.org/toc/2782-2818

Přístupová URL adresa: https://doaj.org/article/aa82894af6604aacb1042441ac735f51

APPLICATION OF MACHINE LEARNING (ML) ALGORITHMS TO EVALUATE THE INTEGRAL INVESTMENT AND INNOVATION DETERMINANT OF THE MESOECONOMICAL SYSTEM

Zdroj: Экономика и предпринимательство. :513-518

Témata: Machine Learning, scoring model (map), скоринговая модель (карта), binning, logistic regression, биннинг, linear regression, Data Mining, логистическая регрессия, регрессия линейная

Development of the model for assessing the risk sustainability of engineering enterprises

Zdroj: Вестник МИРБИС. :113-127

Témata: sustainable development, машиностроительные предприятия, бинарная логистическая регрессия, binary logistic regression, machine-building enterprises, устойчивое развитие, рисковая устойчивость, risk sustainability

Анализ феномена утомления при интенсивной физической нагрузке в группе начинающих

Autoři: Кудряшова Татьяна Ивановна МАУ ДО «СШ Паттар» Батыревского МО ЧР Tatiana I. Kudriashova a další

Zdroj: Pedagogy, Psychology, Society: from theory to practice; ; Педагогика, психология, общество: от теории к практике

Témata: мониторинг, сердечно-сосудистая система, логистическая регрессия, пульсоксиметрия

Popis souboru: text/html

Relation: info:eu-repo/semantics/altIdentifier/isbn/978-5-908083-15-7; https://phsreda.com/e-articles/10811/Action10811-151603.pdf; Кардиологический вестник. – 2024. – Т. 17. №4. – С. 68–71.; Медико-биологические основы физического воспитания учащейся молодежи: учебное пособие. – М., 2004. – С. 44–48.; https://phsreda.com/article/151603/discussion_platform

Dostupnost: https://phsreda.com/article/151603/discussion_platform
https://phsreda.com/files/Books/10811/Cover-10811.jpg?req=151603

MACHINE LEARNING ALGORITHMS IN ASSESSING GENETIC PREDISPOSITION TO LUNG CANCER AMONG COAL MINES WORKERS IN THE KEMEROVO REGION ; АЛГОРИТМЫ МАШИННОГО ОБУЧЕНИЯ В ОЦЕНКЕ ГЕНЕТИЧЕСКОЙ ПРЕДРАСПОЛОЖЕННОСТИ К РАКУ ЛEГКИХ У РАБОТНИКОВ УГОЛЬНЫХ ШАХТ

Autoři: Колесникова, Татьяна Геннадьевна Черноусов, Михаил Евгеньевич Минина, Варвара Ивановна a další

Zdroj: Medicine in Kuzbass; Том 24, № 4 (2025): декабрь ; Медицина в Кузбассе; Том 24, № 4 (2025): декабрь ; 2588-0411 ; 1819-0901

Témata: lung cancer, genetic predisposition, text vectorization, machine learning algorithms, decision tree, random forest, logistic regression, support vector machine, method KNN, рак легких, генетическая предрасположенность, векторизация текста, алгоритмы машинного обучения, дерево решений, случайный лес, логистическая регрессия, метод опорных векторов, метод k ближайших соседей

Relation: http://mednauki.ru/index.php/MK/article/view/1274

Dostupnost: http://mednauki.ru/index.php/MK/article/view/1274

Референсная валидация гипоксии в студенческой популяции при оздоровительной физической нагрузке ; Referensnaia validatsiia gipoksii v studencheskoi populiatsii pri ozdorovitel'noi fizicheskoi nagruzke

Autoři: Хабарова Ольга Юрьевна ФГБВОУ ВО «Военно-медицинская академия им. С.М. Кирова» Ol'ga I. Khabarova a další

Zdroj: Education, innovation, research as a resource for community development; 315-319 ; Образование, инновации, исследования как ресурс развития сообщества; 315-319

Témata: мониторинг, генезис, сердечно-сосудистая система, феномен, логистическая регрессия, пульсоксиметрия

Popis souboru: text/html

Relation: info:eu-repo/semantics/altIdentifier/isbn/978-5-907965-28-7; https://phsreda.com/e-articles/10718/Action10718-127352.pdf; Метаболическое здоровье населения // Российский кардиологический журнал: научно-практический рецензируемый журнал. – 2024. – №45 (144). – С. 44–48.; Хроническая сердечная недостаточность: клинические рекомендации // Кардиологический вестник: научно-практический рецензируемый журнал. – 2024. – Т. 29. №11. – С. 44–46.; Хроническая сердечная недостаточность: клинические рекомендации // Кардиологический вестник: научно-практический рецензируемый журнал. – 2024. – Т. 29. №11. – С. 57–63.; Алгоритм организации помощи с хронической недостаточностью // Кардиологический вестник: научно-практический рецензируемый журнал. – 2024. – Т. 19. №3. – С. 6–11.; https://phsreda.com/article/127352/discussion_platform

Dostupnost: https://phsreda.com/article/127352/discussion_platform
https://phsreda.com/files/Books/10718/Cover-10718.jpg?req=127352

Применения методов машинного обучения для анализа и оценки эмоциональной окраски текста

Témata: обработка естественного языка, оценка эмоциональной окраски текста, эмоциональная окраска текста, метод опорных векторов (SVM), логистическая регрессия, методы машинного обучения, наивный байесовский классификатор

Popis souboru: application/pdf

Přístupová URL adresa: https://elib.belstu.by/handle/123456789/68089

Исследование оценки качества подготовки обучающихся методами интеллектуального анализа данных

Autoři: Татьяна Викторовна Михеева

Zdroj: Известия Алтайского государственного университета, Iss 1(135), Pp 114-119 (2024)

Témata: интеллектуальный анализ данных, корреляция, классификация, регрессия, кластеризация, логистическая регрессия, деревья решений, метод k-ближайших соседей, метод k-средних, Physics, QC1-999, History (General), D1-2009

Popis souboru: electronic resource

Relation: http://izvestiya.asu.ru/article/view/15011; https://doaj.org/toc/1561-9443; https://doaj.org/toc/1561-9451

Přístupová URL adresa: https://doaj.org/article/7242264f40af419f9dd7b8fccbd2f9da

Динамика установок формирования толерантности в семье у представителей различных социальных групп

Zdroj: Российский психологический журнал, Vol 19, Iss 4, Pp 211-230 (2022)

Témata: беженцы, социально-демографические характеристики, пол, семья, Psychology, возраст, логистическая регрессия, иммигранты, толерантность, формирование толерантности, образование, BF1-990

Přístupová URL adresa: https://doaj.org/article/7c7103686a8a413098bd358d02cf2733

SONSUZ QADINLARDA EKSTRAKORPORAL MAYALANMA ZAMANI YUMURTAQLIQLARIN HİPERSTİMULYASİYASI SİNDROMUNUN YARANMA EHTİMALININ PROQNOZLAŞDIRILMASI: PREDICTING THE PROBABILITY OF DEVELOPING OVARIAN HYPERSTIMULATION SYNDROME IN INFERTILE WOMEN DURING IN VITRO FERTILIZATION

Zdroj: Azerbaijan Medical Journal. :73-79

Témata: yumurtalıqların polikistozu, logistic regression, yumurtalıqların hiperstimulyasiyası sindromu, polycystic ovaries, экстракорпоральное оплодотворение, 3. Good health, sonsuzluq, поликистозные яичники, In vitro fertilization, ovarian hyperstimulation syndrome, бесплодие, синдром гиперстимуляции яичников, logistik reqressiya, логистическая регрессия, ekstrakorporal mayalanma, infertility

Логистическая регрессия для аппроксимации результатов газохроматографического анализа термически нестабильных соединений

Autoři: Zenkevich, Igor G. Zambrano, Daniela M.

Témata: ДИСКРИМИНАЦИЯ СОСТАВА ПРОБ, GAS CHROMATOGRAPHIC ANALYSIS, THERMAL INSTABILITY OF PRODUCTS, LOGISTIC REGRESSION, ГАЗОХРОМАТОГРАФИЧЕСКИЙ АНАЛИЗ, ИЗОПРОПИЛБЕНЗОЛ, FREE-RADICAL CHLORINATION, ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ, СВОБОДНОРАДИКАЛЬНОЕ ХЛОРИРОВАНИЕ, ТЕРМИЧЕСКАЯ НЕСТАБИЛЬНОСТЬ ПРОДУКТОВ, ISOPROPYLBENZENE, DISCRIMINATION OF SAMPLES' COMPOSITION

Popis souboru: application/pdf

Přístupová URL adresa: http://elar.urfu.ru/handle/10995/135827

A logistic regression-based model to predict ICU mortality: problems and solutions

Autoři: A. S. Luchinin A. V. Lyanguzov

Zdroj: Качественная клиническая практика, Vol 0, Iss 2, Pp 13-20 (2022)

Témata: RS1-441, 03 medical and health sciences, Pharmacy and materia medica, 0302 clinical medicine, прогноз, Medical technology, летальность, логистическая регрессия, R855-855.5, 3. Good health

Přístupová URL adresa: https://doaj.org/article/c537c01f1ca44e688e48bce90cafaaa7

Радиолокационное распознавание воздушных объектов по их высотно-скоростным характеристикам методом логистической регрессии

Přispěvatelé: Свинарский, М. В., науч. рук.

Témata: altitude and speed characteristics, высотно-скоростные характеристики, radar recognition, logistic regression, высота, скорость, логистическая регрессия, воздушные объекты, радиолокационное распознавание

Popis souboru: application/pdf

Přístupová URL adresa: https://rep.vsu.by/handle/123456789/44679

Factors in local governments' digitalisation in the Northwestern Federal District of Russia: social media review

Autoři: Прокопьев, Егор orcid:0000-0002-3350- Курило, Анна a další

Témata: социальные медиа, «ВКонтакте», муниципальные образования, поселения, местные администрации, бинарная логистическая регрессия, Северо-Западный федеральный округ России, social media, VKontakte, municipalities, settlements, local administrations, binary logistic regression, Northwestern Federal District

Relation: https://zenodo.org/records/15458226; oai:zenodo.org:15458226

Dostupnost: https://doi.org/10.5922/2079-8555-2024-2-9
https://zenodo.org/records/15458226

Мониторинг вариабельности сердечного ритма студента с различным показателем качества здоровья ; Monitoring variabel'nosti serdechnogo ritma studenta s razlichnym pokazatelem kachestva zdorov'ia

Autoři: Игнатьева Наталия Сергеевна ФГБОУ ВО «Чувашский государственный университет им. И.Н. Ульянова» Nataliia S. Ignateva a další

Zdroj: Pedagogy, Psychology, Society; 229-233 ; Педагогика, психология, общество: от теории к практике; 229-233

Témata: логистическая регрессия, вариабельность сердечного ритма, субоптимальный статус, кардиореспираторный нагрузочный тест, эргоспирометрия

Popis souboru: text/html

Relation: info:eu-repo/semantics/altIdentifier/isbn/978-5-907830-12-7; https://phsreda.com/e-articles/10592/Action10592-110326.pdf; Медико-биологические проблемы физического воспитания учащейся молодежи: сборник материалов статей. – М., 1981. – С. 105.; Возрастные функциональные особенности сердца при физических нагрузках: сборник материалов статей. – М., 2005. – С. 144.; Винокур Т.Ю. Скрининговый анализ центральной гемодинамики организма студента с избыточной массой тела / Т.Ю. Винокур, И.В. Опалинская // Социально-педагогические вопросы образования и воспитания: сборник материалов Всероссийской научно-практической конференции. – Чебоксары, 2022. – С. 230–232. EDN SXWPKQ; https://phsreda.com/article/110326/discussion_platform

Dostupnost: https://phsreda.com/article/110326/discussion_platform
https://phsreda.com/files/Books/10592/Cover-10592.jpg?req=110326

Predicting the Development of Complications After Mitral Valve Repair Using Mathematical Analysis ; Прогнозирование развития осложнений с помощью математического анализа после коррекции порока митрального клапана

Autoři: D. A. Matsuganov M. D. Nuzhdin Д. А. Мацуганов a další

Přispěvatelé: D. A. Matsuganov M. D. Nuzhdin Д. А. Мацуганов a další

Zdroj: Russian Sklifosovsky Journal "Emergency Medical Care"; Том 12, № 4 (2023); 577-583 ; Журнал им. Н.В. Склифосовского «Неотложная медицинская помощь»; Том 12, № 4 (2023); 577-583 ; 2541-8017 ; 2223-9022

Témata: ожирение, logistic regression, anemia, obesity, логистическая регрессия, анемия

Popis souboru: application/pdf

Relation: https://www.jnmp.ru/jour/article/view/1720/1355; https://www.jnmp.ru/jour/article/view/1720/1415; Yuan SM. Acute Kidney Injury after Cardiac Surgery: Risk Factors and Novel Biomarkers. Braz J Cardiovasc Surg. 2019;34(3):352–360. PMID: 31310475 doi:10.21470/1678-9741-2018-0212; Baeza-Herrera LA, Rojas-Velasco G, Márquez-Murillo MF, Portillo-Romero ADR, Medina-Paz L, Álvarez-Álvarez R, et al. Atrial fibrillation in cardiac surgery. Arch Cardiol Mex. 2019;89(4):348–359. PMID: 31834314 doi:10.24875/ACM.19000134; Цыганков, Д.А., Поликутина О.М. Ожирение как фактор риска сердечно-сосудистой патологии: фокус на ультразвуковые исследования. Российский кардиологический журнал. 2021;26(5):170–175. doi:10.15829/1560-4071-2021-4371; Ponti F, Santoro A, Mercatelli D, Gasperini C, Conte M, Martucci M, et al. Aging and Imaging Assessment of Body Composition: From Fat to Facts. Front Endocrinol (Lausanne). 2020;10:861. PMID: 31993018 doi:10.3389/fendo.2019.00861; Bertoli S, Leone A, Vignati L, Spadafranca A, Bedogni G, Vanzulli A, et al. Metabolic correlates of subcutaneous and visceral abdominal fat measured by ultrasonography: a comparison with waist circumference. Nutr J. 2016;15:2. PMID: 26732788 doi:10.1186/s12937-015-0120-2; Müller MJ, Braun W, Enderle J, Bosy-Westphal A. Beyond BMI: conceptual issues related to overweight and obese patients. Obes Facts. 2016;9(3):193–205. PMID: 27286962 doi:10.1159/000445380; Логачева, И.В., Рязанова Т.А., Макарова В.Р. Роль интраабдоминальной жировой ткани в развитии коморбидной кардиальной патологии у пациентов с избыточной массой тела и ожирением. Атеросклероз и дислипидемии. 2020;2(39):33–42. URL: https://cyberleninka.ru/article/n/rol-intraabdominalnoy-zhirovoy-tkani-v-razvitii-komorbidnoy-kardialnoy-patologii-u-patsientov-s-izbytochnoy-massoy-tela-i-ozhireniem; Oh J, Kim SK, Shin DK, Park KS, Park SW, Cho YW. A simple ultrasound correlate of visceral fat. Ultrasound Med Biol. 2011;37(9):1444–1451. PMID: 21775047 doi:10.1016/j.ultrasmedbio.2011.05.844; Hiremath R, Ibrahim J, Prasanthi K, Reddy HT, Shah RS, Haritha C. Comparative study of ultrasonographic and anthropometric measurements of regional adiposity in metabolic syndrome. J Clin Diagn Res. 2017;11(8):TC01–TC05. PMID: 28969236 doi:10.7860/JCDR/2017/26386.10352; Ponti F, Santoro A, Mercatelli D, Gasperini C, Conte M, Martucci M, et al. Aging and Imaging Assessment of Body Composition. Front Endocrinol (Lausanne). 2020;10:861. PMID: 31993018 doi:10.3389/fendo.2019.00861; Bazzocchi A, Filonzi G, Ponti F, Albisinni U, Guglielmi G, Battista G. Ultrasound: Which role in body composition? Eur J Radiol. 2016;85(8):1469–1480. PMID: 27235340 doi:10.1016/j.ejrad.2016.04.005; Ansaldo AM, Montecucco F, Sahebkar A, Dallegri F, Carbone F. Epicardial adipose tissue and cardiovascular diseases. Int J Cardiol. 2019;278:254–260. PMID: 30297191 doi:10.1016/j.ijcard.2018.09.089; Meenakshi K, Rajendran M, Srikumar S, Chidambaram S. Epicardial fat thickness: A surrogate marker of coronary artery disease - Assessment by echocardiography. Indian Heart J. 2016;68(3):336–341. PMID: 27316487 doi:10.1016/j.ihj.2015.08.005; Shambu SK, Desai N, Sundaresh N, Babu MS, Madhu B, Gona OJ. Study of correlation between epicardial fat thickness and severity of coronary artery disease. Indian Heart J. 2020;72(5):445–447. PMID: 33189210 doi:10.1016/j.ihj.2020.07.014; Русак Т.В., Гелис Л.Г., Медведева Е.А., Русских И.И., Шибеко Н.А., Курганович С.А., и др. Роль биомаркеров повреждения и воспаления миокарда в прогнозировании ишемически-реперфузионного повреждения у пациентов с острым коронарным синдромом с подъемом сегмента ST при эндоваскулярной реваскуляризации. Российский кардиологический журнал. 2021;26(11):16–22. doi:10.15829/1560-4071-2021-4572; Драпкина О.М., Концевая А.В. Новые возможности биомаркеров в стратификации риска сердечно-сосудистых заболеваний. Заключение Совета экспертов. Российский кардиологический журнал. 2021;26(9):129–134. doi:10.15829/1560-4071-2021-4700; Малишевский Л.М., Кузнецов В.А., Тодосийчук В.В., Широков Н. Е., Лебедев Д.С. Анализ диагностической ценности электрокардиографических признаков блокады левой ножки пучка Гиса в предсказании обратного ремоделирования на фоне сердечной ресинхронизирующей терапии. Российский кардиологический журнал. 2021;26(9):42–49. doi:10.15829/1560-4071-2021-4500; https://www.jnmp.ru/jour/article/view/1720

Dostupnost: https://www.jnmp.ru/jour/article/view/1720
https://doi.org/10.23934/2223-9022-2023-12-4-577-583

Predicting Course Difficulty Based on Grades in Supporting Disciplines Using Logistic Regression: A Case Study of a Python Programming Course ; Прогнозирование сложности курса на основе оценок по обеспечивающим дисциплинам с помощью метода логистической регрессии на примере курса по программированию на Python

Autoři: Живетьев, А. В. Белов, М. А.

Zdroj: System Analysis in Science and Education = Sistemnyj analiz v nauke i obrazovanii; No. 2 (2024); 91-97 ; Системный анализ в науке и образовании; № 2 (2024); 91-97 ; 2071-9612

Témata: индивидуальные образовательные траектории, сложность курса, обеспечивающие дисциплины, машинное обучение, EDM, учебная аналитика, подбор заданий, логистическая регрессия, individual learning paths, course difficulty, supporting disciplines, machine learning, learning analytics, assignment selection, logistic regression

Popis souboru: application/pdf

Relation: https://sanse.ru/index.php/sanse/article/view/620/587; https://sanse.ru/index.php/sanse/article/view/620

Dostupnost: https://sanse.ru/index.php/sanse/article/view/620