becker > data | BibSonomy

Lesezeichen (verstecken)105
Anzeige
alles
nur Lesezeichen
Lesezeichen pro Seite
5
10
20
50
100
sortieren nach
hinzugefügt am
Titel
RSS
BibTeX
XML

1Gopher and RETRO Prove Lean Language Models Can Push Boundaries
https://www.deeplearning.ai/the-batch/large-language-models-shrink/?utm_campaign=The%20Batch&utm_medium=email&_hsmi=240401361&_hsenc=p2ANqtz-8xSUusSBIkSJlMHiucL2H3K9ukcSqlS-6aE-4TxPD5Bh1ElshDiBx1Vs-ROguVWC1JTS-wlfpgjJtgeuN18dgvmvEbtA&utm_content=240401361&utm_source=hs_email
vor einem Jahr von @becker
alle anzeigen
large
language
model
skrinking
shrink
less
data
themis
largelanguagemodelskrinkingshrinklessdatathemis
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Titanic Model with 90% accuracy | Kaggle
https://www.kaggle.com/code/vinothan/titanic-model-with-90-accuracy
vor einem Jahr von @becker
alle anzeigen
titanic
data
science
kaggle
titanicdatasciencekaggle
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1kaggle-titanic/titanic-solution.ipynb at master · minsuk-heo/kaggle-titanic
https://github.com/minsuk-heo/kaggle-titanic/blob/master/titanic-solution.ipynb
vor einem Jahr von @becker
alle anzeigen
titanic
data
science
titanicdatascience
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Data Science Club | Becker Lab
Hallo
vor einem Jahr von @becker
alle anzeigen
data
science
club
dsc
dtsclub
dts
datascienceclubdscdtsclubdts
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Tired: PCA + kmeans, Wired: UMAP + GMM | R-bloggers
https://www.r-bloggers.com/2021/06/tired-pca-kmeans-wired-umap-gmm/
vor 2 Jahren von @becker
alle anzeigen
pca
umap
gmm
kmeans
comparison
combination
data
science
pcaumapgmmkmeanscomparisoncombinationdatascience
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1shafferm/SCNIC: Sparse Cooccurence Network Investigation for Compositional data
https://github.com/shafferm/SCNIC
vor 2 Jahren von @becker
alle anzeigen
project:fastcor
compositional
data
correlation
positive
co-occurrence
coocurrence
network
analysis
project:fastcorcompositionaldatacorrelationpositiveco-occurrencecoocurrencenetworkanalysis
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1leon-thomm/Ryven: Flow-based visual scripting for Python
https://github.com/leon-thomm/Ryven
vor 2 Jahren von @becker
alle anzeigen
dag
notebook
jupyter
python
programming
data
science
dagnotebookjupyterpythonprogrammingdatascience
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1wonderworks-software/PyFlow: Visual scripting framework for python - https://wonderworks-software.github.io/PyFlow
https://github.com/wonderworks-software/PyFlow
vor 2 Jahren von @becker
alle anzeigen
dag
notebook
jupyter
python
programming
data
science
dagnotebookjupyterpythonprogrammingdatascience
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1DAG Based notebooks? - JupyterLab - Jupyter Community Forum
https://discourse.jupyter.org/t/dag-based-notebooks/11173
vor 2 Jahren von @becker
alle anzeigen
dag
notebook
jupyter
python
programming
data
science
dagnotebookjupyterpythonprogrammingdatascience
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
3Galaxy
https://usegalaxy.org/
vor 2 Jahren von @becker
alle anzeigen
data
intensice
biomedical
research
platform
tools
code
gene
genes
alignment
dataintensicebiomedicalresearchplatformtoolscodegenegenesalignment
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
2zqfang/GSEApy: Gene Set Enrichment Analysis in Python
https://github.com/zqfang/GSEApy
vor 2 Jahren von @becker
alle anzeigen
data
base
database
api
py
python
gene
enrichment
analysis
set
databasedatabaseapipypythongeneenrichmentanalysisset
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Data Visualization in AR/VR
https://www.compassred.com/data-journal/data-visualization-in-arvr
vor 2 Jahren von @becker
alle anzeigen
vr
immermind
data
visualization
toolkit
tools
toolkits
vrimmerminddatavisualizationtoolkittoolstoolkits
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Home - Immersion Analytics
https://www.immersionanalytics.com/
vor 2 Jahren von @becker
alle anzeigen
vr
immermind
data
visualization
company
analytics
vrimmerminddatavisualizationcompanyanalytics
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Augmented reality platform for Enterprise | Magic Leap
https://www.magicleap.com/en-us
vor 2 Jahren von @becker
alle anzeigen
vr
immermind
data
visualization
headset
vrimmerminddatavisualizationheadset
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Virtualitics: Make Smarter AI-Driven Decisions | AI Data Analysis Software
https://virtualitics.com/
vor 2 Jahren von @becker
alle anzeigen
vr
immermind
data
visualization
company
vrimmerminddatavisualizationcompany
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Immersion Analytics: 1st Place Winner - Tableau 2021 DATAdev Hackathon - YouTube
https://www.youtube.com/watch?v=hYxPO-bfbOk
vor 2 Jahren von @becker
alle anzeigen
vr
immermind
data
visualization
tableau
vrimmerminddatavisualizationtableau
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Data Storytelling with Immersive Visualizations
https://flowimmersive.com/
vor 2 Jahren von @becker
alle anzeigen
vr
immermind
data
visualization
vrimmerminddatavisualization
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1OHDSI/Aphrodite: [in development]
https://github.com/OHDSI/Aphrodite
vor 2 Jahren von @becker
alle anzeigen
fairness
bias
subgroups
subgroup
patient
medicine
heterogeneity
data
package
r
aphrodite
race
fairnessbiassubgroupssubgrouppatientmedicineheterogeneitydatapackageraphroditerace
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Siren - Interactive and visual redescription mining — Siren - Interactive Redescription Mining
http://cs.uef.fi/siren/main/index.html
vor 3 Jahren von @becker
alle anzeigen
siren
redescription
mining
data
subgroup
clired
python
geospatial
geo
spatial
redescriptions
interactive
py
sirenredescriptionminingdatasubgroupcliredpythongeospatialgeospatialredescriptionsinteractivepy
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1LOGML - Marinka Zitnik: Graph Representation Learning for Biomedical Discovery - YouTube
https://www.youtube.com/watch?v=hOfcOak-moU&t=1s
vor 3 Jahren von @becker
alle anzeigen
data
dataset
graph
representation
learning
biomedical
medical
discovery
subgraph
graphs
machine
network
networks
datadatasetgraphrepresentationlearningbiomedicalmedicaldiscoverysubgraphgraphsmachinenetworknetworks
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags

⟨⟨
⟨
1
2
3
⟩
⟩⟩

Publikationen (verstecken)76
Anzeige
alles
nur Publikationen
Publikationen pro Seite
5
10
20
50
100
sortieren nach
hinzugefügt am
Titel
Autor
Erscheinungsdatum
Eintragstyp
Hilfe für erweiterte Sortierung...
RSS
BibTeX
RDF
mehr...

1Data-driven longitudinal characterization of neonatal health and morbidity
D. Francesco, J. Reiss, J. Roger, A. Tang, A. Chang, M. Becker, T. Phongpreecha, C. Espinosa, S. Morin, E. Berson und 23 andere Autor(en). Science Translational Medicine, 15 (683): eadc9854 (2023)
vor einem Jahr von @becker
alle anzeigen
data
health
longitudinal
myown
neonatal
paper:fastcor
project:2023-tracking
datahealthlongitudinalmyownneonatalpaper:fastcorproject:2023-tracking
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
4Will we run out of data? An analysis of the limits of scaling datasets in Machine Learning
P. Villalobos, J. Sevilla, L. Heim, T. Besiroglu, M. Hobbhahn, und A. Ho. arXiv preprint arXiv:2211.04325, (2022)
vor einem Jahr von @becker
alle anzeigen
themis
large
data
machine
learning
requirement
deep
models
model
dataset
datasets
set
sets
limit
themislargedatamachinelearningrequirementdeepmodelsmodeldatasetdatasetssetsetslimit
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Why do tree-based models still outperform deep learning on typical tabular data?
L. Grinsztajn, E. Oyallon, und G. Varoquaux. Thirty-sixth Conference on Neural Information Processing Systems Datasets and Benchmarks Track, (2022)
vor einem Jahr von @becker
alle anzeigen
citedby:scholar:count:5
citedby:scholar:timestamp:2022-12-1
comparison
data
decision
evaluation
forest
learning
machine
ml
network
neural
nn
performance
random
tabular
tree
trees
citedby:scholar:count:5citedby:scholar:timestamp:2022-12-1comparisondatadecisionevaluationforestlearningmachinemlnetworkneuralnnperformancerandomtabulartreetrees
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Corruption of the Pearson correlation coefficient by measurement error and its estimation, bias, and correction under different error models
E. Saccenti, M. Hendriks, und A. Smilde. Scientific reports, 10 (1): 1--19 (2020)
vor 2 Jahren von @becker
alle anzeigen
paper:fastcor
correlation
error
data
bias
estimation
correction
citedby:scholar:count:53
citedby:scholar:timestamp:2022-9-23
paper:fastcorcorrelationerrordatabiasestimationcorrectioncitedby:scholar:count:53citedby:scholar:timestamp:2022-9-23
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Longitudinal variational autoencoder
S. Ramchandran, G. Tikhonov, K. Kujanpää, M. Koskinen, und H. Lähdesmäki. International Conference on Artificial Intelligence and Statistics, Seite 3898--3906. PMLR, (2021)
vor 2 Jahren von @becker
alle anzeigen
imputation
gain
missing
data
generative
model
net
nn
deep
learning
autoencoder
variational
longitudinal
temporal
timeseries
time
series
citedby:scholar:count:6
citedby:scholar:timestamp:2022-5-13
imputationgainmissingdatagenerativemodelnetnndeeplearningautoencodervariationallongitudinaltemporaltimeseriestimeseriescitedby:scholar:count:6citedby:scholar:timestamp:2022-5-13
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
3Gain: Missing data imputation using generative adversarial nets
J. Yoon, J. Jordon, und M. Schaar. International conference on machine learning, Seite 5689--5698. PMLR, (2018)
vor 2 Jahren von @becker
alle anzeigen
imputation
gain
missing
data
generative
model
adversarial
net
nn
deep
learning
citedby:scholar:count:468
citedby:scholar:timestamp:2022-5-13
imputationgainmissingdatagenerativemodeladversarialnetnndeeplearningcitedby:scholar:count:468citedby:scholar:timestamp:2022-5-13
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
5Machine Learning in Python: Main developments and technology trends in data science, machine learning, and artificial intelligence
S. Raschka, J. Patterson, und C. Nolet. Information, 11 (4): 193 (2020)
vor 2 Jahren von @becker
alle anzeigen
ai
artifical
data
gpu
intelligence
learning
library
machine
paper:fastcor
py
python
rapids
science
aiartificaldatagpuintelligencelearninglibrarymachinepaper:fastcorpypythonrapidsscience
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1RAPIDS: Collection of Libraries for End to End GPU Data Science
R. Team. (2018)
vor 2 Jahren von @becker
alle anzeigen
data
gpu
library
paper:fastcor
py
python
rapids
science
datagpulibrarypaper:fastcorpypythonrapidsscience
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
3MIRACLE: Causally-Aware Imputation via Learning Missing Data Mechanisms
T. Kyono, Y. Zhang, A. Bellot, und M. van der Schaar. Advances in Neural Information Processing Systems, (2021)
vor 2 Jahren von @becker
alle anzeigen
causal
citedby:scholar:count:1
citedby:scholar:timestamp:2022-3-21
data
imputation
impute
learning
machine
missing
toread
value
causalcitedby:scholar:count:1citedby:scholar:timestamp:2022-3-21dataimputationimputelearningmachinemissingtoreadvalue
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1A knowledge graph to interpret clinical proteomics data
A. Santos, A. Colaco, A. Nielsen, L. Niu, M. Strauss, P. Geyer, F. Coscia, N. Albrechtsen, F. Mundt, L. Jensen und 1 andere Autor(en). Nature Biotechnology, (2022)
vor 2 Jahren von @becker
alle anzeigen
knowledge
graph
background
clinical
medicine
proteomics
data
network
domain
knowledgegraphbackgroundclinicalmedicineproteomicsdatanetworkdomain
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Wilds: A benchmark of in-the-wild distribution shifts
P. Koh, S. Sagawa, H. Marklund, S. Xie, M. Zhang, A. Balsubramani, W. Hu, M. Yasunaga, R. Phillips, I. Gao und 1 andere Autor(en). International Conference on Machine Learning, Seite 5637--5664. PMLR, (2021)
vor 2 Jahren von @becker
alle anzeigen
data
distribution
shift
benchmark
datasets
citedby:scholar:count:135
citedby:scholar:timestamp:2022-1-21
m:
m:id:undefined:node
m:id:undefined:coordinate:x:-251.9265022277832
m:id:undefined:coordinate:y:-169.61904335021973
datadistributionshiftbenchmarkdatasetscitedby:scholar:count:135citedby:scholar:timestamp:2022-1-21m:m:id:undefined:nodem:id:undefined:coordinate:x:-251.9265022277832m:id:undefined:coordinate:y:-169.61904335021973
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
3Imaxes: Immersive axes as embodied affordances for interactive multivariate data visualisation
M. Cordeil, A. Cunningham, T. Dwyer, B. Thomas, und K. Marriott. Proceedings of the 30th Annual ACM Symposium on User Interface Software and Technology, Seite 71--83. (2017)
vor 2 Jahren von @becker
alle anzeigen
virtual
citedby:scholar:count:140
reality
data
vr
analysis
immermind
plots
citedby:scholar:timestamp:2022-1-11
m:
m:id:immermind:node
m:id:immermind:coordinate:x:-378.8338394165039
m:id:immermind:coordinate:y:134.9595603942871
virtualcitedby:scholar:count:140realitydatavranalysisimmermindplotscitedby:scholar:timestamp:2022-1-11m:m:id:immermind:nodem:id:immermind:coordinate:x:-378.8338394165039m:id:immermind:coordinate:y:134.9595603942871
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2A survey on image data augmentation for deep learning
C. Shorten, und T. Khoshgoftaar. Journal of Big Data, 6 (1): 1--48 (2019)
vor 2 Jahren von @becker
alle anzeigen
image
augmentation
data
survey
deep
learning
citedby:scholar:count:2261
citedby:scholar:timestamp:2021-11-23
imageaugmentationdatasurveydeeplearningcitedby:scholar:count:2261citedby:scholar:timestamp:2021-11-23
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
3BayReL: Bayesian Relational Learning for Multi-omics Data Integration
E. Hajiramezanali, A. Hasanzadeh, N. Duffield, K. Narayanan, und X. Qian. Advances in Neural Information Processing Systems, (2020)
vor 3 Jahren von @becker
alle anzeigen
bayesian
modeling
bayes
relational
learning
multi
omics
multiomics
data
integration
bayesianmodelingbayesrelationallearningmultiomicsmultiomicsdataintegration
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
4Training generative adversarial networks with limited data
T. Karras, M. Aittala, J. Hellsten, S. Laine, J. Lehtinen, und T. Aila. arXiv preprint arXiv:2006.06676, (2020)
vor 3 Jahren von @becker
alle anzeigen
training
generative
adversarial
networks
gan
limited
data
small
datasets
set
model
neural
network
deep
learning
citedby:scholar:count:128
citedby:scholar:timestamp:2021-7-20
traininggenerativeadversarialnetworksganlimiteddatasmalldatasetssetmodelneuralnetworkdeeplearningcitedby:scholar:count:128citedby:scholar:timestamp:2021-7-20
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Data-Driven Modeling of Pregnancy-Related Complications
C. Espinosa, M. Becker, I. Maric, R. Wong, G. Shaw, B. Gaudilliere, N. Aghaeepour, D. Stevenson, I. Stelzer, L. Peterson und 7 andere Autor(en). Trends in Molecular Medicine, (2021)
vor 3 Jahren von @becker
alle anzeigen
approach
biology
cofirst
complications
data
driven
holistic
medicine
modeling
myown
p21
pregnancy
project:bmbf
systems
approachbiologycofirstcomplicationsdatadrivenholisticmedicinemodelingmyownp21pregnancyproject:bmbfsystems
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Integrated trajectories of the maternal metabolome, proteome, and immunome predict labor onset
I. Stelzer, M. Ghaemi, X. Han, K. Ando, J. Hedou, D. Feyaerts, L. Peterson, K. Rumer, E. Tsai, E. Ganio und 28 andere Autor(en). Science Translational Medicine, (2021)
vor 3 Jahren von @becker
alle anzeigen
data
labor
learning
machine
mining
multiomics
myown
of
onset
paper:cordis
pregnancy
project:bmbf
datalaborlearningmachineminingmultiomicsmyownofonsetpaper:cordispregnancyproject:bmbf
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Multitask learning and benchmarking with clinical time series data
H. Harutyunyan, H. Khachatrian, D. Kale, G. Ver Steeg, und A. Galstyan. Scientific data, 6 (1): 1--18 (2019)
vor 3 Jahren von @becker
alle anzeigen
paper:milkreview:selected
multi
task
learning
multitask
time
serial
clinical
data
citedby:scholar:count:322
citedby:scholar:timestamp:2021-5-29
paper:milkreview:selectedmultitasklearningmultitasktimeserialclinicaldatacitedby:scholar:count:322citedby:scholar:timestamp:2021-5-29
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Challenges in the integration of omics and non-omics data
E. López de Maturana, L. Alonso, P. Alarcón, I. Mart\'ın-Antoniano, S. Pineda, L. Piorno, M. Calle, und N. Malats. Genes, 10 (3): 238 (2019)
vor 3 Jahren von @becker
alle anzeigen
citedby:scholar:count:31
citedby:scholar:timestamp:2021-5-28
clinical
data
ehr
integration
multi
multiomics
non
omics
paper:milkreview
paper:milkreview:selected
citedby:scholar:count:31citedby:scholar:timestamp:2021-5-28clinicaldataehrintegrationmultimultiomicsnonomicspaper:milkreviewpaper:milkreview:selected
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
3Mining electronic health records: towards better research applications and clinical care
P. Jensen, L. Jensen, und S. Brunak. Nature Reviews Genetics, 13 (6): 395--405 (2012)
vor 3 Jahren von @becker
alle anzeigen
ehr
data
fastcor
paper
paper:fastcor
citedby:scholar:count:1334
citedby:scholar:timestamp:2021-5-12
ehrdatafastcorpaperpaper:fastcorcitedby:scholar:count:1334citedby:scholar:timestamp:2021-5-12
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen

⟨⟨
⟨
1
2
3
⟩
⟩⟩