國立高雄大學圖資館 |

語系: 繁體中文

說明(常見問題)

圖資館首頁

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

從PU-Learning的角度探討藥物不良反應信號偵測方法的情境設計 =...

國立高雄大學資訊工程學系碩士班

從PU-Learning的角度探討藥物不良反應信號偵測方法的情境設計 = Examining the Scenario Design of Adverse Drug Reaction Signal Detection Methods from the Perspective of PU-Learning

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	Examining the Scenario Design of Adverse Drug Reaction Signal Detection Methods from the Perspective of PU-Learning
作者:	李承祐,
其他團體作者:	國立高雄大學
出版地:	高雄市
出版者:	國立高雄大學;
出版年:	2024[民113]
面頁冊數:	x,53葉圖,表 : 30公分;
標題:	自發通報系統
標題:	spontaneous Reporting System
電子資源:	https://handle.ncl.edu.tw/11296/5r2sdb
附註:	113年11月15日公開
附註:	參考書目: 葉51-53

從PU-Learning的角度探討藥物不良反應信號偵測方法的情境設計 = Examining the Scenario Design of Adverse Drug Reaction Signal Detection Methods from the Perspective of PU-Learning
李, 承祐

從PU-Learning的角度探討藥物不良反應信號偵測方法的情境設計 = Examining the Scenario Design of Adverse Drug Reaction Signal Detection Methods from the Perspective of PU-Learning / 李承祐撰 - 高雄市 : 國立高雄大學, 2024[民113]. - x,53葉 ; 圖,表 ; 30公分.
113年11月15日公開參考書目: 葉51-53.
自發通報系統spontaneous Reporting System

從PU-Learning的角度探討藥物不良反應信號偵測方法的情境設計 = Examining the Scenario Design of Adverse Drug Reaction Signal Detection Methods from the Perspective of PU-Learning
LDR:01535pam0a2200277 450 001 657653
005 20250213091351.0
010 0 $b 精裝
010 0 $b 平裝
099 $a 112NUK00392009
100 $a 20240912y2024 k y0chiy50 b
101 0 $a eng $d eng $d chi
102 $a tw
105 $a ak am 000yy
200 1 $a 從PU-Learning的角度探討藥物不良反應信號偵測方法的情境設計 $d Examining the Scenario Design of Adverse Drug Reaction Signal Detection Methods from the Perspective of PU-Learning $z eng $f 李承祐撰
210 $a 高雄市 $c 國立高雄大學 $d 2024[民113]
215 0 $a x,53葉 $c 圖,表 $d 30公分
300 $a 113年11月15日公開
300 $a 參考書目: 葉51-53
314 $a 指導教授: 林文揚博士
328 $a 碩士論文--國立高雄大學資訊工程學系碩士班
510 1 $a Examining the Scenario Design of Adverse Drug Reaction Signal Detection Methods from the Perspective of PU-Learning $z eng
610 0 $a 自發通報系統 $a 藥物不良反應 $a 藥物不良反應信號偵測 $a 比例失衡指標 $a 正標籤與未標記資料學習法 $a 多尺度列聯值 $a 不平衡分類模型的高階評估指標
610 1 $a spontaneous Reporting System $a adverse drug reaction $a ADR signal detection $a disproportionately indicator $a positive and unlabeled learning $a multi-scale contingency values $a Advanced Evaluation Metrics for Imbalanced Classification Models
681 $a 008M/0019 $b 464103 4013 $v 2007年版
700 1 $a 李 $b 承祐 $4 撰 $3 968656
712 0 2 $a 國立高雄大學 $b 資訊工程學系碩士班 $3 353878
801 0 $a tw $b NUK $c 20240910 $g CCR
856 4 $u https://handle.ncl.edu.tw/11296/5r2sdb $z 電子資源