Vergleich der Regressionsmodelle zur Geschwindigkeitsvorhersage: Analyse der Leistungsfähigkeit und Interpretationen mit XAI-Methoden Vergleich von Regressionsmodellen zur Geschwindigkeitsvorhersage mit XAI-Methoden In diesem Blogbeitrag vergleichen wir verschiedene Regressionsmodelle zur Vorhersage von Verkehrsgeschwindigkeiten anhand eines Experiments, das in Google Colab, einer cloudbasierten Jupyter-Notebook-Umgebung, ...
Analyse der Stabilität von Verbindungen: Interpretationen mithilfe des ElemNet-Modells Deep Learning in der Materialwissenschaft: Die Anwendung des ElemNet-Modells auf das OQMD-JARVIS-Datenset In der Welt der Materialwissenschaft hat sich die Nutzung von Deep Learning zu einem entscheidenden Werkzeug für die Analyse ...
Optimierung von Kreditrisikomodellen: Hybridansatz mit 1D-CNN und XGBoost zur Verbesserung der Leistung und Vorhersagegenauigkeit Die Fortschritte in der Kreditrisikobewertung: Ein hybridisiertes Maschinenlernmodell In der heutigen, datengetriebenen Welt ist die Fähigkeit, Kreditrisiken effektiv zu bewerten, für Finanzinstitute von entscheidender Bedeutung. In ...
Der Artikel “Ein tiefgreifender Lernansatz zur Antibiotikaentdeckung” von Stokes et al. aus dem Jahr 2020 beschäftigt sich mit der Verwendung von künstlicher Intelligenz für die Entdeckung neuer Antibiotika. Andere Artikel in der Zusammenfassung befassen sich mit der Selektivität von Antibiotika ...
Diese Abschnitt präsentiert den Datensatz, der zur Erzielung quantitativer und qualitativer Ergebnisse berücksichtigt wurde. Der Datensatz, den wir genutzt haben, ist frei verfügbar für Forschungszwecke und ist auf der Kaggle-Website unter folgender URL (https://www.kaggle.com/datasets/andrewmvd/lung-and-colon-cancer-histopathological-images/code) verfügbar. Dieser Datensatz umfasst zwei Hauptverzeichnisse: ...