Concevoir un cas d'usage de Machine Learning de bout en bout

Apprentissage Machine de bout en bout

Joshua Stapleton

Machine Learning Engineer

L'étude de cas

Prédire les maladies cardiaques
Objectif : éclairer les décisions des cardiologues

CardioCare

Médecin avec patient

¹ Image source: https://www.flaticon.com/free-icons/doctor

Rôle du modèle

Les modèles peuvent éclairer, mais ne doivent pas prendre les décisions
Crucial en santé

Organigramme illustrant la classification binaire : maladie cardiaque / pas de maladie cardiaque à partir des données patient

Cycle de vie du Machine Learning

Organigramme du cycle de vie du Machine Learning : compréhension du problème, collecte et préparation des données, mise au point et réglage du modèle, évaluation, déploiement, puis surveillance. Le processus boucle pour affiner le système

Comprendre les besoins des utilisateurs finaux

Précision

Une cible de fléchettes comme métaphore de la précision

Fiabilité

Une chaîne comme métaphore de la fiabilité

Sécurité

Un cadenas comme métaphore de la sécurité

Explicabilité

Une loupe comme métaphore de l'explicabilité et d'un examen plus poussé

Collecte des données

Recueillir les données pertinentes
- Jeu de données privé de l'entreprise
- Jeu de données public

Comprendre les données et le contexte
- Représentation et mesure
- Biais potentiel

Schéma de la collecte : des dossiers de santé électroniques pertinents sont extraits d'ensembles de données propriétaires ou publics

Passons à la pratique !

Apprentissage Machine de bout en bout