Criando um caso de uso de ML de ponta a ponta

Machine Learning de ponta a ponta

Joshua Stapleton

Machine Learning Engineer

O estudo de caso

  • Predição de doença cardíaca
  • Objetivo: apoiar decisões de cardiologistas

CardioCare

Médico com paciente

1 Fonte da imagem: https://www.flaticon.com/free-icons/doctor
Machine Learning de ponta a ponta

Papel do modelo

  • Modelos informam, mas não devem decidir
  • Especialmente importante em saúde

 

Fluxograma mostrando a classificação binária: doença cardíaca / sem doença, a partir dos dados do paciente

Machine Learning de ponta a ponta

Ciclo de vida de ML

  Fluxo do ciclo de vida de ML: entendimento do problema, coleta e preparação de dados, desenvolvimento e ajuste do modelo, avaliação, deploy e monitoramento. O processo se repete conforme refinamos o sistema

Machine Learning de ponta a ponta

Entendendo requisitos do usuário final

Acurácia

  Um alvo como metáfora de acurácia

Confiabilidade

  Uma corrente como metáfora de confiabilidade

Segurança

  Um cadeado como metáfora de segurança

Interpretabilidade

  Uma lupa como metáfora de interpretabilidade e olhar de perto

Machine Learning de ponta a ponta

Coleta de dados

  • Coletar dados relevantes
    • Dataset privado da empresa
    • Dataset público

 

  • Entender dados e contexto
    • Representação e mensuração
    • Possível viés

Gráfico mostrando a coleta de dados: prontuários eletrônicos relevantes são extraídos de datasets proprietários ou públicos

Machine Learning de ponta a ponta

Vamos praticar!

Machine Learning de ponta a ponta

Preparing Video For Download...