Review
1.논문 Review (ML Approaches in Survival Analysis)
Figure for Survival Analysis algorithmTraditional version of statitical methods in survival analysis (Kaplan Meier, Cox ph, Coxnet) 외에도 ML기법으로 Support
2021년 12월 31일
2.논문 Review (ML Approaches in Mortality prediction/ Survival Analysis)
본 논문에서는 a broad panel of time-to-event ML models들을 비교하여 환자의 생존율을 예측하는 모델을 사용하였습니다. 비교적 최근 개발된 neural network 기반 모델 및 boosting algorithm에 근거한 XGBSE를 사용
2022년 1월 1일
3.논문 Review (Biostat Approaches using ML)
본 논문은 심부전 환자의 데이터 세트를 분석하여 ML 분류기를 사용하여 환자의 생존을 예측하고 가장 중요한 feature의 순위를 지정하였습니다. Traditional biostatistics method를 활용하여 대체가능한 feature rank를 또한 진행하였다는
2022년 1월 9일
4.논문 Review (Machine Learning based mortality prediction of patients undergoing resynchronization therapy: the SEMMELWEIS-CRT score)
이번 시리즈도 논문에서 활용한 간단한 ML 방법 위주로 정리 진행 하겠습니다:)Gini importance의 한계 지적 \-Gini importance, 즉 mean decrease in impurity (지니 평균 감소량, 불순물)이 클수록 중요 변수라고 판단:)불순
2022년 4월 4일