使用 Automatic Bayesian Density Analysis (ABDA) 这种自动工具进行数据类型和似然度发现、异常检测和相关结构挖掘，以提供准确的密度估计，大大减少了对统计专家的依赖，使探索性数据分析更容易使用。

Jul, 2018

提出了一种通过识别和利用决策的实用结构，在机器学习系统中制定简化抽象的方法，该方法自动配置输出空间以最小化决策相关信息的损失，该方法通过减少所需的数据实现了更好的决策质量。

Mar, 2023

本研究利用人工智能方法（如随机森林、神经网络和神经网络集成）和可解释性技术（如全局代理，ICE 图和 Shapley 值）进行早期诊断乳腺癌，其中集成神经网络表现最佳，其预测结果经过 ICE 图验证符合当前医学知识，并能进一步用于了解乳腺癌的病理生理机制。

Feb, 2022

利用机器学习算法在医疗保健领域可能会放大社会不公和卫生不平等问题；本研究关注于机器学习分类算法在开发和使用过程中遇到的一些普遍性障碍，通过以弗雷明汉冠心病数据为案例，说明了如何选择概率阈值将回归模型转换为分类器，并比较了八种常用机器学习分类算法在不同训练 / 测试场景下的预测性能，以测试它们的普适性和可能引发的偏见问题；得到的研究结果表明，XGBoost 和支持向量机在不平衡数据集上训练存在缺陷，而双重判别式为 I 型是最具普适性的，它在各种训练 / 测试场景下都始终优于其他分类算法；最后，提出了一种用于分类算法的最佳变量层次结构提取方法，并以全量数据、男性和女性的弗雷明汉心脏病数据进行了说明。

Feb, 2024

介绍了如何建立大规模数据集用于机器学习，提出了处理数据瓶颈问题的分类方法，旨在提高社区对这些方法的认识并促进资源的更有效利用。

Nov, 2022

经过评估，本文旨在展示经典的机器学习算法（如决策树、Boosting、支持向量机、k 最近邻算法和浅层人工神经网络）在处理稀疏数据的分类任务中的效果，并观察数据噪声增加时对这些算法的影响，以及不同参数对分类准确性的提升。研究表明，即使在有限的数据集和嘈杂的环境下，这些经典算法依然具有很好的学习性能。

Sep, 2023

我们提出一种新颖、简单且广泛适用的半监督异常检测程序 SAnD（Simple Anomaly Detection），它由五个步骤组成：平滑滤波器、方差膨胀因子、马哈拉诺比斯距离、阈值选择算法和特征重要性技术，各自利用众所周知的统计工具。根据我们的了解，SAnD 是首个集成这些工具以识别异常并帮助解读其潜在原因的程序。我们展示了每个步骤如何解决从业者在检测工业环境中的异常时遇到的技术挑战，其中信号可能高度多重共线，分布未知，并且短期噪声与长期实际异常交织在一起。SAnD 的开发受到我们的工业合作伙伴的具体案例研究的启发，我们在此使用该案例研究来展示其有效性。我们还通过将其与来自异常检测文献的公共数据集上的一些半监督方法进行比较，评估了 SAnD 的性能。我们得出结论，SAnD 在异常检测和运行时间方面都是有效的，广泛适用，并且优于现有方法。

Apr, 2024

使用 Slice Discovery Methods (SDMs) 鉴别机器学习模型中的性能差异及其与患者群体之间的相互作用，并提出性别差异导致观察到的分类性能差距的解释。

Jun, 2024

采用一种基于强化学习实现的框架，实现了自动对序列数据进行目标驱动的数据抽象。该框架在不受数据输入顺序限制的同时，还可以定义不同的目标，以便以最好的方式保留输入数据的不同方面，能够在涉及手稿、视频和文本数据的情况下实现最佳抽象结果。

Jul, 2019

本文研究了多波段数据分类问题，使用了学习向量量化、单层感知器和支持向量机三种机器学习算法，并使用了特征选择技术进行特征重要性评价。结果表明，在特征较少时，学习向量量化和单层感知器具有更好的性能，而在考虑更多特征时，支持向量机具有更好性能。该方法可以用于预选 AGN 候选对象。

Mar, 2004