首页> 外文期刊>Nature >Unprovability comes to machine learning

【24h】

Unprovability comes to machine learning

机译：机器学习无可辩驳

获取原文

获取原文并翻译 | 示例

掌桥外文数据库（机构版） >>

开具论文收录证明 >>

文献代查 >>

页面导航

著录项
相似文献
相关主题

著录项

来源
《Nature》 |2019年第7738期|166-167|共2页
作者
Reyzin Lev;
展开▼
作者单位

Univ Illinois Dept Math Stat & Comp Sci Chicago IL 60680 USA;

展开▼
收录信息美国《科学引文索引》(SCI);美国《工程索引》(EI);美国《生物学医学文摘》(MEDLINE);美国《化学文摘》(CA);
原文格式 PDF
正文语种 eng
中图分类
关键词

相似文献

外文文献
中文文献
专利

1. Unprovability and Proving Unprovability [J] . Cai, Mingzhong Studia Logica . 2015,第3期

机译：不可证明性和证明不可证明性
2. Resilient Machine Learning for Networked Cyber Physical Systems: A Survey for Machine Learning Security to Securing Machine Learning for CPS [J] . Olowononi Felix O., Rawat Danda B., Liu Chunmei Communications Surveys & Tutorials, IEEE . 2021,第1期

机译：网络网络物理系统的弹性机器学习：机器学习安全对CPS机器学习的机器学习安全调查
3. Note on single-machine and flowshop scheduling with a general learning effect model and some single-machine and m-machine flowshop scheduling problems with learning considerations [J] . Kuo W.-H., Yang D.-L. Information Sciences: An International Journal . 2010,第19期

机译：关于具有一般学习效果模型的单机和Flowshop调度以及具有学习注意事项的一些单机和m机Flowshop调度问题的说明
4. Unprovability of Leakage-Resilient Cryptography Beyond the Information-Theoretic Limit [C] . Rafael Pass International conference on security and cryptography for networks . 2020

机译：超出信息理论极限的防漏密码学的不可证明性
5. Machine Learning Morphisms: A Framework for Designing and Analyzing Machine Learning Work OWs, Applied to Separability, Error Bounds, and 30-Day Hospital Readmissions [D] . ?Cawi, Eric 2021

机译：机器学习态态：设计和分析机器学习工作的框架，适用于可分离性，错误限制和30天医院入院
6. Machine learning in a time of COVID-19 - Can machine learning support Community Health Workers (CHWs) in low and middle income countries (LMICs) in the new normal? [O] . Mats Stage Baxter, Alan White, Mari Lahti, 2021

机译：在Covid-19的时间里的机器学习 - 在新的正常情况下在低收入和中等收入国家（LMICs）的社区卫生工作者（CHW）的机器学习
7. Data Leakage in Health Outcomes Prediction With Machine Learning. Comment on “Prediction of Incident Hypertension Within the Next Year: Prospective Study Using Statewide Electronic Health Records and Machine Learning” [O] . Alexandre Chiavegatto Filho, André Filipe De Moraes Batista, Hellen Geremias dos Santos 2021

机译：与机器学习的健康结果预测数据泄漏。评论“明年内发生的事故高压措施：使用全州电子健康记录和机器学习的前瞻性研究”

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号