發表文章

目前顯示的是有「專題研究分享」標籤的文章

[Kaggle 專題研究分享] 糖尿病預測:血液檢測資料之機器學習分析

圖片
編輯製作 :洪翊綺、蔡豐聲 出品團隊 :中國醫藥大學 醫療資訊學系 程式俱樂部 YT : https://youtu.be/WSeCyoF3RKE 📌 參考文獻與資料來源 (References & Datasets) Kaggle 資料集 : Health Test by Blood Dataset   Sima Anjali (Kaggle) 技術參考 : Model evaluation metrics deep dive 🔥 (Silver Medal Notebook) 探討重點 :深入剖析醫療分類模型各項評估指標(Accuracy, Precision, Recall, F1-Score, ROC-AUC)之選用時機與權衡 。 Comparative Analysis of ML - Acc = 0.9981 (Gold Medal Notebook) 探討重點 :針對血液檢測數值進行多演算法橫向比較分析與超參數調校技術 。 Health test by blood (Bronze Medal Notebook) 探討重點 :臨床血液特徵分布探索、缺失值檢視與基礎機器學習流程實作 。

[Kaggle 專題研究分享] 基於機器學習的心臟衰竭患者存活率預測與關鍵臨床特徵分析

圖片
編輯製作 :莊紹甫、蔡豐聲 出品團隊 :中國醫藥大學 醫療資訊學系 程式俱樂部 YT : https://youtu.be/AGBd4j27txE 📌 參考文獻與資料來源 (References & Datasets) 論文參考 :Davide Chicco, Giuseppe Jurman: "Machine learning can predict survival of patients with heart failure from serum creatinine and ejection fraction alone" . BMC Medical Informatics and Decision Making 20, 16 (2020). DOI 連結 Kaggle 資料集 : Heart Failure Clinical Records Dataset (by Nima Pourmoradi) 技術參考 :Zeyad Sayed: "Predicting Heart Failure Fatality using XGBoost" (2024)