Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/60191
Full metadata record
DC FieldValueLanguage
dc.contributor.authorСлавинский, Г. А.-
dc.coverage.spatialМинскen_US
dc.date.accessioned2025-06-13T06:49:28Z-
dc.date.available2025-06-13T06:49:28Z-
dc.date.issued2025-
dc.identifier.citationСлавинский, Г. А. Применение классического машинного обучения в гематологии = Application of classical machine learning in hematology / Г. А. Славинский // Электронные системы и технологии : сборник материалов 61-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 21–25 апреля 2025 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Д. В. Лихаческий [и др.]. – Минск, 2025. – С. 115–119.en_US
dc.identifier.urihttps://libeldoc.bsuir.by/handle/123456789/60191-
dc.description.abstractВ статье рассматриваются классы задач и методы классического машинного обучения. Представлены примеры задач гематологии, решение которых возможно с помощью классического машинного обучения. Выделены преимущества и недостатки, описаны примеры успешной реализации. Выдвинуто предположение о будущем указанного направления в медицине.en_US
dc.language.isoruen_US
dc.publisherБГУИРen_US
dc.subjectматериалы конференцийen_US
dc.subjectмашинное обучениеen_US
dc.subjectбиоинформатикаen_US
dc.subjectмедицинаen_US
dc.subjectгематологияen_US
dc.titleПрименение классического машинного обучения в гематологииen_US
dc.title.alternativeApplication of classical machine learning in hematologyen_US
dc.typeArticleen_US
local.description.annotationThe article discusses the classes of problems and methods of classical machine learning. It presents examples of hematology tasks that can be solved using classical machine learning. The advantages and disadvantages are highlighted, along with examples of successful implementations. A hypothesis about the future of this direction in medicine is proposed.en_US
Appears in Collections:Электронные системы и технологии : материалы 61-й конференции аспирантов, магистрантов и студентов (2025)

Files in This Item:
File Description SizeFormat 
Slavinskij_Primenenie.pdf559.97 kBAdobe PDFView/Open
Show simple item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.