Isso segue uma pergunta anterior. aqui :
Modelo de rede neural para prever o resultado do tratamento
e pode ser considerado para se referir a um aspecto diferente desta pergunta:
Aplicação de técnicas de aprendizado de máquina em estudos clínicos de pequenas amostras
Obrigado a Zach, que sugeriu a publicação.
Coloquei algumas leituras bastante sérias agora no CART, randomForest, Redes Neurais e aprendizado de máquina em geral, aprendi sobre os pacotes WEKA e R, vi e segui as palestras de engenharia de Stanford http://www.ml-class.org/ curso / aula / índice, Eu tenho 3 capítulos em Hastie. Dado o tipo de dados que vemos regularmente em pesquisas clinicamente orientadas - cargas de parâmetros clínicos + cargas de parâmetros bioquímicos + dados de testes de caneta e papel +/- dados de neuroimagem com números pequenos, sinto que estou perdendo alguma coisa. Não estou lendo regularmente sobre técnicas de ML aplicadas na literatura de pesquisa. Minha pergunta é: acabei de me apegar a algo que é duvidoso e, portanto, considerado com suspeita justificada pesquisando clínicos e bioestatísticos que estão bem cientes disso, ou essas técnicas são genuinamente ignoradas ou temidas fora da "análise de negócios"? O que mantém o "nicho"?
fonte
Respostas:
As técnicas de aprendizado de máquina geralmente carecem de interpretabilidade. Além disso, eles tendem a ser bastante grosseiros do ponto de vista estatístico - por exemplo, redes neurais não fazem suposições sobre os dados de entrada. Tenho a sensação de que muitas pessoas (especialmente se elas têm um forte histórico estatístico) as desprezam.
fonte
O histórico de aprendizado de máquina em biomedicina não tem sido muito bom. Os primeiros sucessos no aprendizado de máquina tiveram alto sinal: áreas de reconhecimento de padrões de taxa de ruído, como reconhecimento visual de padrões. A proporção S: N é muito menor em biologia e ciências sociais. O aprendizado de máquina se encaixa efetivamente em muitas interações entre preditores e, para isso, é necessário ter um tamanho de amostra enorme ou uma proporção S: N muito alta. Veja A medicina é hipnotizada pelo aprendizado de máquina? . Além disso, muitos profissionais de aprendizado de máquina entenderam mal as tarefas de previsão como tarefas de classificação. Veja aqui para mais.
fonte