Buddle：统计分类和回归的深度学习随机效应分析

统计分类和回归在各个领域都很流行，并一直受到这些领域科学家的关注。这些领域的例子包括临床试验，在这些试验中，对患者进行统计分类对于预测疾病的临床病程是必不可少的。考虑到疾病对执行日常任务的负面影响，基于临床信息对患者进行正确分类至关重要，因为我们需要识别高危人群的患者，以发展为严重状态，并在适当的时候安排他们的医疗。深度学习（人工智能的一部分）受到了广泛关注，在过去几十年中，对它的研究蓬勃发展：参见Kazemi和Mirrorshandel（2018）<doi:10.1016/j.artmed.2017.12.001>. 这是一种真正的技术，最初是为分类设计的，因此，Buddle包可以为临床试验中遇到的各种具有挑战性的分类和回归问题提供卓越的解决方案。Buddle包基于反向传播算法，以及各种强大的技术，如批处理规范化和丢包，它执行多层前馈神经网络：见Krizhevsky等人（2017）<doi:10.1145/3065386>施密杜贝尔（2015）<doi:10.1016/j.neunet.2014.09.003>和LeCun等人（1998年）<doi:10.10109/5.726791>了解更多详细信息。此软件包包含两个主要函数：TrainBuddle（）和FetchBuddler（）。TrainBuddle（）建立前馈神经网络模型并对模型进行训练。FetchBuddle（）调用作为TrainBuddle（）输出的训练模型，对给定数据进行分类或回归，并对数据进行最终预测。

版本：	2.0.1
取决于：	R（≥3.5.0）
进口：	卢比(≥ 0.12.17),普利尔，统计，图形
链接到：	卢比,RcppArmadillo公司
出版：	2020-02-13
作者：	Jiwoong Kim在gmail.com>上的jwboys26
维护人员：	Jiwoong Kim在gmail.com>上的jwboys26
许可证：	GPL-2型
需要编译：	对
CRAN检查：	Buddle结果

文档：

参考手册：

巴德.pdf

下载内容：

包源：	好友_2.0.1.tar.gz
Windows二进制文件：	r-预发布：Buddle_2.0.1.zip包，r版本：Buddle_2.0.1.zip包，r-oldrel：Buddle_2.0.1.zip包
macOS二进制文件：	r-prerel（arm64）：巴德_2.0.1.tgz，r-释放（扶手64）：巴德_2.0.1.tgz，r-oldrel（arm64）：巴德_2.0.1.tgz，r-prerel（x86_64）：巴德_2.0.1.tgz，r-release（x86_64）：巴德_2.0.1.tgz
旧来源：	Buddle存档

链接：

请使用规范形式https://CRAN.R-project.org/package=Buddle（巴德）链接到此页面。