比浏览器更快的访问！
24 关系: 人工神经网络，信号检测理论，心理学，医学，决策树，克，犯罪心理學，知觉，科学美国人，第一型及第二型錯誤，生物学，牛津大學出版社，高血壓，诊断，阈值，邏輯迴歸，John Wiley & Sons，Phi相關係數，Prentice Hall，混淆矩阵，朴素贝叶斯分类器，机器学习，无线电，数据挖掘。
人工神经网络
人工神经网络（Artificial Neural Network，ANN），简称神经网络（Neural Network，NN）或類神經網絡，在机器学习和认知科学领域，是一种模仿生物神经网络（动物的中樞神經系統，特别是大脑）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统，通俗的講就是具備學習功能。现代神经网络是一种非线性统计性数据建模工具。典型的神经网络具有以下三个部分：.
新！!: ROC曲线和人工神经网络 · 查看更多 »
信号检测理论
信号检测理论（signal detection theory，SDT），为心理学、数学、信息科学中是针对反应偏差问题的一种系统研究方法。1966年，由心理学家大衛·馬芬·葛琳（David Marvin Green）和约翰·斯威特John A. Swets发表。 信号检测论并不完全严格的关注机体感觉过程，而是着重于强调刺激事件出现与否的决策判断过程。.
新！!: ROC曲线和信号检测理论 · 查看更多 »
心理学
-- 心理学是一门研究人類以及其他动物的內在心理歷程、精神功能和外在行为的科学，既是一门理论学科，也是一门应用学科。包括理论心理学与应用心理学两大领域。 心理學研究涉及意識、感覺、知覺、認知、動機、情绪、人格、行為和人際關係等眾多領域，影響其他學科的發展，例如：教育學、管理學、傳播學、社會學、經濟學、精神病學、統計學、計算機科學以及文學等等。心理學一方面嘗試用大腦運作來解釋個体基本的行為與心理機能，同時，心理學也嘗試解釋個體心理機能在社會行為與社會動力中的角色。心理學家從事基礎研究的目的是描述、解釋、預測和控制行為。應用心理學家還有第五個目的——提高人類生活的質量。這些目標構成了心理學事業的基礎。.
医学
醫學是以診斷、治疗和预防生理和心理疾病和提高人体自身素质为目的的應用科學。狹義的醫學只是疾病的治療，但也有說法稱預防醫學為第一醫學，臨床醫學為第二醫學，复健醫學為第三醫學。醫學的科學面是應用基礎醫學的理論與發現，例如生化、生理、微生物學、解剖、病理學、藥理學、統計學、流行病學等，來治療疾病與促進健康。然而，医学也具有人文與藝術的一面，它關注的不僅是人体的器官和疾病，而是人的健康和生命。「生理、心理、社會模式」是廣為接受的理論，而其他如「生理心理靈性社會的照顧」、「全人、全隊、全程、全家的醫療」也都是現代醫學的重要理論。随着醫學模式的转变，醫學的人文性受到越来越多的重视。醫學倫理目前最廣為人知的是四初確原則方法論：「自主、行善、不傷害、正義」。 在人類社會中，醫學已經存在數千年之久。现代医学起源於17世紀科學革命後的歐洲，以科學的过程及办法來進行醫學治療、研究與驗證。研究领域大方向包括基礎醫學、臨床醫學、檢驗醫學、預防醫學、保健医学、康复医学等等。在現代醫學興起前發展的醫學，稱為傳統醫學；現代則以替代醫學的形式在科学医学尚未普及的地区繼續存在。.
决策树
决策论中 （如风险管理），决策树（Decision tree）由一个决策图和可能的结果（包括资源成本和风险）组成， 用来创建到达目标的规划。决策树建立并用来辅助决策，是一种特殊的树结构。决策树是一个利用像树一样的图形或决策模型的决策支持工具，包括随机事件结果，资源代价和实用性。它是一个算法显示的方法。决策树经常在运筹学中使用，特别是在决策分析中，它帮助确定一个能最可能达到目标的策略。如果在实际中，决策不得不在没有完备知识的情况下被在线采用，一个决策树应该平行概率模型作为最佳的选择模型或在线选择模型算法。决策树的另一个使用是作为计算条件概率的描述性手段。.
克
克（ →, →，符号 g），为质量单位，相等于千分之一公斤。一克等于国际千克原器质量的1‰。.
犯罪心理學
犯罪心理學（英語：Criminal psychology）是一門研究犯罪事件相關人物的行為的科學及犯罪因素。與犯罪相關的人物，一般首先想到的是犯罪人，但也包括職司逮捕、偵查、追訴、審判、行刑的各種司法人員；此外也包括證人和被害人。 犯罪心理學家也可以作為鑑定人（英美法稱為專家證人），以幫助法官和陪審團了解犯人的心理、證人記憶的可信性等問題。 精神醫學亦有處理到一部份的犯罪行為，尤其是精神病犯罪人的治療。.
新！!: ROC曲线和犯罪心理學 · 查看更多 »
知觉
知覺或感知（Perception）是外界刺激作用于感官时，腦对外界的整體的看法和理解，为我们对外界的感官信息进行组织和解釋。在认知科学中，也可看作一组程序，包括获取信息、理解信息、筛选信息、组织信息。與感覺不同，知覺反映的是由對象的各樣屬性及關係構成的整體。.
科学美国人
《科学美国人》（英文原名：Scientific American，缩写：SciAm）是一本美国的科普杂志。 自1845年創刊以來，許多具聲譽的科學家都曾投稿發表於該刊物。該刊物亦是美國境內最古老的連續出版月刊雜誌。 《科学美国人》在2005年12月時每個月約有555,000份美國國內發行量，以及90,000份的國際發行量。雖然被認為是高水準的期刊，但這本雜誌並不採用類似《自然》杂志同行評審的方式審查稿件，而是提供一個論壇来呈现科學理論和科学新發現，並以更大的讀者群為其目標。.
新！!: ROC曲线和科学美国人 · 查看更多 »
第一型及第二型錯誤
一型及第二型错误（Type I error & Type II error）或型一錯誤及型二錯誤為统计学中推論統計學的名詞。 在假設检验中，有一種假設稱為“零假设(虛無假設)”。假設檢定的目的就是利用統計的方式，推測零假设是否成立。若零假设(虛無假設)事實上成立，但統計檢驗的結果不支持零假设（拒絕零假设），這種錯誤稱為第一型錯誤。若零假设事實上不成立，但統計檢驗的結果支持零假设（接受零假设），這種錯誤稱為第二型錯誤。 以利用驗孕棒驗孕為例，此時未懷孕為零假设。若用驗孕棒為一位未懷孕的女士驗孕，結果是已懷孕，這是第一型錯誤。若用驗孕棒為一位孕婦驗孕，結果是未懷孕，這是第二型錯誤。.
新！!: ROC曲线和第一型及第二型錯誤 · 查看更多 »
生物学
生物学研究各種生命（上图） 大肠杆菌、瞪羚、（下图）大角金龟甲虫 、蕨類植物 生物學（βιολογία；biologia；德語、法語：biologie；biology）或稱生物科學（biological sciences）、生命科學（life sciences），是自然科學的一大門類，由經驗主義出發，廣泛研究生命的所有方面，包括生命起源、演化、分佈、構造、發育、功能、行為、與環境的互動關系，以及生物分類學等。現代生物學是一個龐大而兼收並蓄的領域，由許多分支和分支學科組成。然而，盡管生物學的範圍很廣，在它裡面有某些一般和統一概念支配一切的學習和研究，把它整合成單一的，和連貫的領域。在總體上，生物以細胞作為生命的基本單位，基因作為遺傳的基本單元，和進化是推動新物種的合成和創建的引擎。今天人們還了解，所有生物體的生存以消耗和轉換能量，調節體內環境以維持穩定的和重要的生命條件。 生物學分支學科被研究生物體的規模所定義，和研究它們使用的方法所定義：生物化學考察生命的基本化學；分子生物學研究生物分子之間錯綜復雜的關系；植物學研究植物的生物學；細胞生物學檢查所有生命的基本組成單位,細胞；生理學檢查組織，器官，和生物體的器官系統的物理和化學的功能；進化生物學考察了生命的多樣性的產生過程；和生態學考察生物在其環境如何相互作用。最終能夠達到治療診斷遺傳病、提高農作物產量、改善人類生活、保護環境等目的。.
牛津大學出版社
牛津大學出版社（Oxford University Press，簡稱OUP）是世界上規模最大的大學出版社，排行第二的是劍橋大學出版社，每年出版的書刊逾4000種。該社是牛津大學其中一個部門 ，掌管該社的監督委員會的成員，均是由校長委任的牛津大學教職員。 該大學涉足印刷行業可追溯至1480年，初時為印刷聖經、祈禱書和學術著作的主要印刷商。在19世紀時承印了牛津英文字典的項目，而其業務亦不斷擴充，涉獵兒童讀物、教科書、音樂、雜誌、世界經典系列，以及英語語言文字教學書籍等。隨着開拓國際市場，該社開始在英國以外的地方開設辦公室，首間位於紐約（1896年）。又隨着電腦的普及和經營環境改變，該社位於牛津的印刷廠於1989年關閉。其印刷和訂裝工作早已外包。.
新！!: ROC曲线和牛津大學出版社 · 查看更多 »
高血壓
血压（Hypertension (HTN)或high blood pressure），全稱动脉高血压（Arterial hypertension），是一种动脉血压升高的慢性病。血压的升高使心脏推动血液在血管内循环时的负担增大。血压有两种，收缩压和舒张压，分别为心脏跳动时肌肉收缩（systole）或舒张（diastole）时的测量值。正常静息血压范围为收缩压90–139mmHg（最高读数）和舒张压60–89mmHg（最低读数）。血压持续等于或高于140/90毫米汞柱mmHg时则为高血压。 高血压分为或。约90–95%的病例为"原发性高血压"，即没有明显病因的高血压。 其余5–10%的病例由影响肾脏、血管、心脏或内分泌系统的其它病症引发（继发性高血压）。 高血压是中风、心肌梗塞（心梗）、心衰竭、动脉瘤（如主动脉瘤）及外周动脉疾病等重症的主要之一，也是慢性肾病的起因之一。即使轻度的动脉血压升高也能缩短期待寿命。改变饮食及生活方式可以改善对血压的控制并减少相关的健康风险。但如果生活方式改变没有起效或效用不佳则这些患者常需要使用药物治疗。 高血壓類性疾病名列中華民國十大死因之一。.
诊断
诊断，在医学意义上指对人体生理或精神疾病及其病理原因所作的判断。这种判断一般是由医生等专业人员根据症狀、病史（包括家庭病史）、病历及醫療檢查结果等资料作出。 其概念，已经被推广用于生活与社会中各种问题及其原因的判断，例如对电脑或汽车故障的诊断。.
阈值
#重定向 阈.
邏輯迴歸
逻辑回归（Logistic regression 或logit regression），即逻辑模型（Logit model，也译作“评定模型”、“分类评定模型”）是离散选择法模型之一，属于多重变量分析范畴，是社会学、生物统计学、临床、数量心理学、计量经济学、市场营销等统计实证分析的常用方法。.
新！!: ROC曲线和邏輯迴歸 · 查看更多 »
John Wiley & Sons
#重定向 約翰威立.
新！!: ROC曲线和John Wiley & Sons · 查看更多 »
Phi相關係數
在統計學裡，「Phi相關係數」（Phi coefficient）（符號表示為：\phi 或 r_\phi）是測量兩個二元變數（binary variables or dichotomous variables）之間相關性的工具，由卡爾·皮爾森所發明 。他也發明了與Phi相關係數有密切關聯的皮爾森卡方檢定（Pearson's chi-squared test。一般所稱的卡方檢定，若未明指種類，即指此），以及發明了測量兩個連續變數之間相關程度的皮爾森積差相關係數（Pearson's r。一般所稱的相關係數，若未明指種類，即指此）。 Phi 相關係數在機器學習的領域又稱為。.
新！!: ROC曲线和Phi相關係數 · 查看更多 »
Prentice Hall
#重定向 普林帝斯霍爾.
新！!: ROC曲线和Prentice Hall · 查看更多 »
混淆矩阵
在人工智能中，混淆矩阵（confusion matrix）是可视化工具，特别用于监督学习，在无监督学习一般叫做匹配矩阵。矩阵的每一列代表一个类的实例预测，而每一行表示一个实际的类的实例。基于实际的名称可以更容易判断机器是否将两个不同的类混淆了。在机器学习领域，混淆矩阵通常被称为列联表或误差矩阵。 Category:人工智能.
新！!: ROC曲线和混淆矩阵 · 查看更多 »
朴素贝叶斯分类器
在机器学习中，單純貝氏分类器是一系列以假设特征之间强（朴素）独立下运用贝叶斯定理为基础的简单。 單純貝氏自20世纪50年代已广泛研究。在20世纪60年代初就以另外一个名称引入到文本信息检索界中， 并仍然是文本分类的一种热门（基准）方法，文本分类是以词频为特征判断文件所属类别或其他（如垃圾邮件、合法性、体育或政治等等）的问题。通过适当的预处理，它可以与这个领域更先进的方法（包括支持向量机）相竞争。 它在自动医疗诊断中也有应用。 單純貝氏分类器是高度可扩展的，因此需要数量与学习问题中的变量（特征/预测器）成线性关系的参数。最大似然训练可以通过评估一个封闭形式的表达式来完成， 只需花费线性时间，而不需要其他很多类型的分类器所使用的费时的迭代逼近。 在统计学和计算机科学文献中，單純貝氏模型有各种名称，包括简单贝叶斯和独立贝叶斯。 所有这些名称都参考了贝叶斯定理在该分类器的决策规则中的使用，但單純貝氏不（一定）用到贝叶斯方法； 《》提到“『單純貝氏』有时被称为贝叶斯分类器，这个马虎的使用促使真正的贝叶斯论者称之为傻瓜贝叶斯模型。”.
新！!: ROC曲线和朴素贝叶斯分类器 · 查看更多 »
机器学习
机器学习是人工智能的一个分支。人工智能的研究历史有着一条从以“推理”为重点，到以“知识”为重点，再到以“学习”为重点的自然、清晰的脉络。显然，机器学习是实现人工智能的一个途径，即以机器学习为手段解决人工智能中的问题。机器学习在近30多年已发展为一门多领域交叉学科，涉及概率论、统计学、逼近论、、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。很多推论问题属于无程序可循难度，所以部分的机器学习研究是开发容易处理的近似算法。 机器学习已广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人等领域。.
新！!: ROC曲线和机器学习 · 查看更多 »
无线电
無線電，又稱无线电波、射頻電波、電波，或射頻，是指在自由空間（包括空氣和真空）傳播的電磁波，在電磁波譜上，其波長長於紅外線光（IR）。頻率範圍為300 GHz以下 ，其對應的波長範圍為1公釐以上。就像其他電磁波一樣，無線電波以光速前進。經由閃電或天文物體，可以產生自然的無線電波。由人工產生的無線電波，被應用在無線通訊、廣播、雷達、通訊衛星、導航系統、電腦網路等應用上。 無線電發射機，藉由交流電，經過振盪器，變成高頻率交流電，產生電磁場，而經由電磁場可產生無線電波。無線電波像磁鐵，有同性相斥、異性相吸的現象。同類電子會互相排斥，因此當無線電波射出時，會將前方電波往前推，當連續電波一直射出來時，電波就會在空氣中傳播。 無線電技術是通過無線電波傳播信號的技術，其原理在於，導體中電流強弱的改變會產生無線電波。利用這一現象，通過調製可將信息加載於無線電波之上。當電波通過空間傳播到達收信端，電波引起的電磁場變化又會在導體中產生電流。通過解調將訊息從電流變化中提取出來，就達到了資訊傳遞的目的。 麥克斯韋最早在他遞交給英國皇家學會的論文《電磁場的動力理論》中闡明了電磁波傳播的理論基礎。他的這些工作完成於1861年至1865年之間。 海因里希·魯道夫·赫茲在1886年至1888年間首先通過試驗驗證了麥克斯韋爾的理論。他證明了無線電輻射具有波的所有特性，並發現電磁場方程可以用偏微分方程表達，通常稱為波動方程。 1906年聖誕前夜，范信達在美國麻薩諸塞州採用外差法實現了歷史上首次無線電廣播。范信達廣播了他自己用小提琴演奏「平安夜」和朗誦《聖經》片段。位於英格蘭切爾姆斯福德的馬可尼研究中心在1922年開播世界上第一個定期播出的無線電廣播娛樂節目。.
数据挖掘
数据挖掘（data mining）是一个跨学科的计算机科学分支 它是用人工智能、机器学习、统计学和数据库的交叉方法在相對較大型的中发现模式的计算过程。数据挖掘过程的总体目标是从一个数据集中提取信息，并将其转换成可理解的结构，以进一步使用。除了原始分析步骤，它还涉及到数据库和数据管理方面、、模型与推断方面考量、兴趣度度量、复杂度的考虑，以及发现结构、可视化及在线更新等后处理。数据挖掘是“資料庫知識發現”（KDD）的分析步骤。数据挖掘：实用机器学习技术及Java实现》一书大部分是机器学习的内容。这本书最初只叫做“实用机器学习”，“数据挖掘”一词是后来为了营销才加入的。通常情况下，使用更为正式的术语，（大规模）数据分析和分析学，或者指出实际的研究方法（例如人工智能和机器学习）会更准确一些。 数据挖掘的实际工作是对大规模数据进行自动或半自动的分析，以提取过去未知的有价值的潜在信息，例如数据的分组（通过聚类分析）、数据的异常记录（通过异常检测）和数据之间的关系（通过关联式规则挖掘）。这通常涉及到数据库技术，例如。这些潜在信息可通过对输入数据处理之后的总结来呈现，之后可以用于进一步分析，比如机器学习和预测分析。举个例子，进行数据挖掘操作时可能要把数据分成多组，然后可以使用决策支持系统以获得更加精确的预测结果。不过数据收集、数据预处理、结果解释和撰写报告都不算数据挖掘的步骤，但是它们确实属于“資料庫知識發現”（KDD）过程，只不过是一些额外的环节。 类似词语“”、“数据捕鱼”和“数据探测”指用数据挖掘方法来采样（可能）过小以致无法可靠地统计推断出所发现任何模式的有效性的更大总体数据集的部分。不过这些方法可以建立新的假设来检验更大数据总体。.
新！!: ROC曲线和数据挖掘 · 查看更多 »
