Перейти к основному содержанию
AkademIndex

Продукты

Для разработчиков

AkademBaseОткрытый API экосистемы
← Назад к работе

Работы, на которые ссылается эта работа

Работ: 42

Работа: Raloxifene solubility in supercritical CO2 and correlation of drug solubility via hybrid machine learning and gradient based optimization

  1. Random Forests

    Leo Breiman

    Статья2001Цитирований: 67
    ABI
  2. Greedy function approximation: A gradient boosting machine.

    Jerome H. Friedman

    Статья2001Цитирований: 6
    ABI
  3. Extremely randomized trees

    Pierre Geurts, Damien Ernst, Louis Wehenkel

    Статья2006Цитирований: 6
    ABI
  4. Gradient boosting machines, a tutorial

    Alexey Natekin, Alois Knoll

    Статья2013Цитирований: 6
    ABI
  5. Random Forests

    Adele Cutler, D. Richard Cutler, John R. Stevens

    Глава2012Цитирований: 6
    ABI
  6. RANDOM FORESTS FOR CLASSIFICATION IN ECOLOGY

    D. Richard Cutler, Thomas C. Edwards, Karen H. Beard +4

    Статья2007Цитирований: 5
    ABI
  7. Random Forest: A Review

    Computer Science & Engineering &GZSCCET Bhatinda, Punjab, India, Eesha Goel, Er. Abhilasha +1

    Обзорная статья2017Цитирований: 3
    ABI
  8. Supercritical Fluid Technology: An Emphasis on Drug Delivery and Related Biomedical Applications

    Ranjith Kumar Kankala, Yu Shrike Zhang, Shi‐Bin Wang +2

    Обзорная статья2017Цитирований: 2
    ABI
  9. The solubility of paclitaxel in supercritical CO2 and N2O

    V. Vandana, Amyn S. Teja

    Статья1997Цитирований: 2
    ABI
  10. Gradient-Based Optimization of Hyperparameters

    Yoshua Bengio

    Статья2000Цитирований: 2
    ABI