Utforma ett maskininlärningsprojekt från start till slut

End-to-End Machine Learning

Joshua Stapleton

Machine Learning Engineer

Fallstudien

  • Förutsäga hjärtsjukdom
  • Mål: stödja kardiologers beslutsfattande

CardioCare

Läkare med patient

1 Image source: https://www.flaticon.com/free-icons/doctor
End-to-End Machine Learning

Modellens roll

  • Modeller kan informera, men ska inte fatta beslut
  • Särskilt viktigt inom sjukvården

 

Ett flödesschema som visar den binära klassificeringsprocessen: hjärtsjukdom / ingen hjärtsjukdom utifrån patientdata

End-to-End Machine Learning

Maskininlärningens livscykel

  Ett flödesschema som visar maskininlärningens livscykel: problemförståelse, datainsamling och -förberedelse, modellutveckling och finjustering, modellutvärdering, driftsättning och slutligen övervakning. Processen upprepas när systemet förfinas

End-to-End Machine Learning

Förstå slutanvändarens krav

Noggrannhet

  En dartskiva som metafor för noggrannhet

Tillförlitlighet

  En kedja som metafor för tillförlitlighet

Säkerhet

  Ett förstoringsglas som metafor för tolkningsbarhet och att titta närmare

Tolkningsbarhet

  Ett förstoringsglas som metafor för tolkningsbarhet och att titta närmare

End-to-End Machine Learning

Datainsamling

  • Samla in relevanta data
    • Privat datamängd från företaget
    • Offentlig datamängd

 

  • Förstå data och kontext
    • Representation och mätning
    • Potentiell snedvridning

En grafik som visar datainsamlingsprocessen: relevanta elektroniska patientjournaler hämtas från antingen egna eller offentliga datamängder

End-to-End Machine Learning

Nu kör vi en övning!

End-to-End Machine Learning

Preparing Video For Download...