Skip to content

EduNetArchive/Rabinovich_ML_Schizo

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 
 
 
 
 

Repository files navigation

SchizoML

Результаты классификации больных шизофренией и здоровых участников на основе связанных с событиями потенциалов мозга

Даныне представлены в виде разности амплитуды компонентов P300 от пика до пика в двух экспериментальных схема для 13 позиций электродов ЭЭГ (26 фичей)

В папке notebooks 3 блокнота:

  1. В блокнтое ClassicML - примеры и результаты обучения Random Forest, Balanced Random Forest, Boosting, SVM, Decision Tree
  2. В блокноте MKL - пример и результат обучения алгоритма EasyMKL (Multiple Kernel Learning)
  3. В блокноте MetricLearning представлен пример и результат обучения полносвязаной нейронной сети с функцией потерь TriptelLoss и результаты классификации эмбеддингов данной модели с помощью kNN

About

Применение методов машинного обучения для классификации шизофрении

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 100.0%