Machine learning and conventional statistics: making sense of the differences

领域(数学) 计算机科学 统计 人工智能 机器学习 数据科学 心理学 数学 纯数学
作者
Christophe Ley,R. Kyle Martin,Ayoosh Pareek,Andreas Groll,Romain Seil,Thomas Tischer
出处
期刊:Knee Surgery, Sports Traumatology, Arthroscopy [Springer Science+Business Media]
卷期号:30 (3): 753-757 被引量:167
标识
DOI:10.1007/s00167-022-06896-6
摘要

Abstract The application of machine learning (ML) to the field of orthopaedic surgery is rapidly increasing, but many surgeons remain unfamiliar with the nuances of this novel technique. With this editorial, we address a fundamental topic—the differences between ML techniques and traditional statistics. By doing so, we aim to further familiarize the reader with the new opportunities available thanks to the ML approach.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
乐乐的应助被Zoye采纳,获得10
刚刚
Fang完成签到,获得积分10
刚刚
小百发布了新的文献求助10
刚刚
水水完成签到,获得积分10
刚刚
鹤轸完成签到,获得积分10
刚刚
赟yun完成签到,获得积分0
刚刚
刚刚
吴谷杂粮发布了新的文献求助10
刚刚
wuyuhang完成签到,获得积分10
1秒前
kkkk完成签到,获得积分10
2秒前
活力汉堡完成签到,获得积分10
2秒前
hw完成签到,获得积分20
2秒前
2秒前
上官若男的应助被哈哈哈哈采纳,获得10
2秒前
1234567890发布了新的文献求助10
2秒前
SH完成签到 ,获得积分10
2秒前
shengjiaxinbg发布了新的文献求助10
3秒前
TTYYI完成签到,获得积分10
3秒前
angellas发布了新的文献求助10
4秒前
小燕子完成签到 ,获得积分10
4秒前
lcx完成签到,获得积分10
4秒前
Run777完成签到,获得积分10
4秒前
4秒前
烦凡烦L发布了新的文献求助10
4秒前
怕黑元霜完成签到,获得积分10
5秒前
英俊的铭的应助被Wenzlee采纳,获得10
5秒前
烟花巷陌完成签到,获得积分10
5秒前
茶辞完成签到,获得积分10
5秒前
淡定初珍发布了新的文献求助30
5秒前
wenxin完成签到,获得积分10
5秒前
6秒前
6秒前
x甜豆完成签到,获得积分10
6秒前
张含静发布了新的文献求助10
6秒前
宏韬发布了新的文献求助10
6秒前
7秒前
Lucas的应助被tqdwxawa采纳,获得10
7秒前
科目三的应助被qkdxh采纳,获得10
7秒前
个性的红酒完成签到,获得积分10
7秒前
dan完成签到,获得积分10
8秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Energie-Contracting 1500
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Représentation chimique de la structure des kérogènes et des asphaltènes en fonction de leur origine et de leur degré d'évolution 900
Ecotourism 400
Analytical Separation Science 300
Civilization and War 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8067376
求助须知:如何正确求助?哪些是违规求助? 9489368
关于积分的说明 21352795
捐赠科研通 7636159
什么是DOI,文献DOI怎么找? 3398126
关于科研通互助平台的介绍 2528098
邀请新用户注册赠送积分活动 2436011