Ini sebagai tindak lanjut dari pertanyaan sebelumnya. di sini:
Model jaringan saraf untuk memprediksi hasil pengobatan
dan dapat dianggap merujuk pada aspek berbeda dari pertanyaan ini:
Penerapan teknik pembelajaran mesin dalam studi klinis sampel kecil
Terima kasih kepada Zach yang menyarankan reposting.
Saya sudah menaruh bacaan yang cukup serius sekarang di CART, randomForest, Neural Networks dan pembelajaran mesin secara umum, belajar tentang WEKA dan paket R, melihat dan mengikuti kuliah teknik Stanford http://www.ml-class.org/ kursus / kelas / indeks, Saya 3 bab ke Hastie. Mengingat jenis data yang kita lihat secara teratur dalam penelitian yang berorientasi klinis - banyak parameter klinis + banyak parameter biokimia + data pena dan kertas +/- data neuroimaging dengan angka yang lebih kecil, saya merasa bahwa saya kehilangan sesuatu. Saya tidak secara teratur membaca tentang teknik ML yang diterapkan dalam literatur penelitian. Pertanyaan saya adalah: apakah saya baru saja menempel pada sesuatu yang meragukan dan oleh karena itu dianggap dengan kecurigaan yang dibenarkan dengan meneliti dokter dan ahli biostatistik yang sangat menyadarinya, atau apakah teknik ini benar-benar diabaikan atau ditakuti di luar "analitik bisnis"? Apa yang membuatnya "niche"?
sumber
Jawaban:
Teknik pembelajaran mesin sering kekurangan interpretasi. Juga, mereka cenderung agak kasar dari sudut pandang statistik --- misalnya jaringan saraf tidak membuat asumsi tentang data input. Saya punya perasaan bahwa banyak orang (terutama jika mereka memiliki latar belakang statistik yang kuat) memandang rendah mereka.
sumber
Rekam jejak pembelajaran mesin dalam biomedis belum terlalu baik. Keberhasilan awal dalam pembelajaran mesin datang dalam sinyal tinggi: bidang pengenalan pola rasio kebisingan seperti pengenalan pola visual. Rasio S: N jauh lebih rendah dalam biologi dan ilmu sosial. Pembelajaran mesin secara efektif cocok dengan banyak interaksi di antara para prediktor, dan untuk itu Anda harus memiliki ukuran sampel yang besar atau rasio S: N yang sangat tinggi. Lihat Apakah Obat Terpesona oleh Pembelajaran Mesin? . Selain itu, banyak praktisi pembelajaran mesin telah salah memahami tugas prediksi sebagai tugas klasifikasi. Lihat di sini untuk lebih lanjut.
sumber