کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
8815051 | 1608084 | 2018 | 38 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Applications of machine learning algorithms to predict therapeutic outcomes in depression: A meta-analysis and systematic review
ترجمه فارسی عنوان
استفاده از الگوریتم های یادگیری ماشین برای پیش بینی نتایج درمان در افسردگی: یک متاآنالیز و بررسی سیستماتیک
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
فراگیری ماشین، هوش مصنوعی، اختلالات خلقی، اختلال افسردگی عمده، اختلال دو قطبی، نتیجه درمان، شبکه عصبی (کامپیوتر)، به رسمیت شناختن الگوی خودکار
ترجمه چکیده
الگوریتم های یادگیری ماشین ها یک چارچوب مفهومی و تحلیلی قدرتمندی را برای ادغام انواع داده ها و منابع متعدد فراهم می کند. رویکرد یکپارچهسازی میتواند مولفههای نوروبیولوژیکی را به عنوان مولفههای عملی پاتوفیزیولوژی در پیچیده، دینامیک اجتماعی که بر پدیده شناسی اختلالات روانی تأثیر میگذارد، مدلسازی کند.
موضوعات مرتبط
علوم پزشکی و سلامت
پزشکی و دندانپزشکی
روانپزشکی و بهداشت روانی
چکیده انگلیسی
Machine learning algorithms provide a powerful conceptual and analytic framework capable of integrating multiple data types and sources. An integrative approach may more effectively model neurobiological components as functional modules of pathophysiology embedded within the complex, social dynamics that influence the phenomenology of mental disorders.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Affective Disorders - Volume 241, 1 December 2018, Pages 519-532
Journal: Journal of Affective Disorders - Volume 241, 1 December 2018, Pages 519-532
نویسندگان
Yena Lee, Renee-Marie Ragguett, Rodrigo B. Mansur, Justin J. Boutilier, Joshua D. Rosenblat, Alisson Trevizol, Elisa Brietzke, Kangguang Lin, Zihang Pan, Mehala Subramaniapillai, Timothy C.Y. Chan, Dominika Fus, Caroline Park, Natalie Musial,