أنظمة تعلّم الآلة في العالم الحقيقي: توقّع السرطان

في هذا الدرس، ستتعرّف على تصحيح الأخطاء في تعلُّم الآلة في ما يتعلق بتوقّع السرطان.

مثال من العالم الحقيقي: توقع مرض السرطان

  • تم تدريب النموذج على توقّع "الاحتمالية" للإصابة بالسرطان و"الاحتمال" في التوثيق الطبي.
خلايا سرطانية
  • تم تدريب النموذج على توقّع "الاحتمالية" للإصابة بالسرطان و"الاحتمال" في التوثيق الطبي.
  • تشمل الميزات عمر المريض والجنس والحالات الطبية السابقة واسم المستشفى والمؤشرات الحيوية ونتائج الاختبارات
خلايا سرطانية
  • تم تدريب النموذج على توقّع "الاحتمالية" للإصابة بالسرطان و"الاحتمال" في التوثيق الطبي.
  • تشمل الميزات عمر المريض والجنس والحالات الطبية السابقة واسم المستشفى والمؤشرات الحيوية ونتائج الاختبارات
  • أعطى النموذج أداءً ممتازًا لبيانات الاختبار التي تم تعليقها.
خلايا سرطانية
  • تم تدريب النموذج على توقّع "الاحتمالية" للإصابة بالسرطان و"الاحتمال" في التوثيق الطبي.
  • تشمل الميزات عمر المريض والجنس والحالات الطبية السابقة واسم المستشفى والمؤشرات الحيوية ونتائج الاختبارات
  • أعطى النموذج أداءً ممتازًا لبيانات الاختبار التي تم تعليقها.
  • لكن النموذج كان رعبًا جدًا لدى المرضى الجدد - لماذا؟
خلايا سرطانية

لماذا لم يَعُد النموذج جيدًا في أداء المرضى الجدد؟ حاوِل حلّ المشكلة، ثم انقر على زر التشغيل ▶ أدناه لمعرفة ما إذا كانت الإجابة صحيحة أم لا.

* استندنا إلى هذه الوحدة الحرة بشكلٍ كبير (إجراء بعض التعديلات على طول الطريق) في "تسرب البيانات في استخراج البيانات: صياغة البيانات ورصدها وتجنّبها"من خلال "كوفمان" و"روزيت" و"بيرليش".