In dieser Lektion werden Sie ein echtes ML-Problem* im Zusammenhang mit Krebsvorhersagen beheben.
Beispiel aus der Praxis: Krebsvorhersage
Beispiel aus der Praxis: Krebsvorhersage
Das Modell wurde in der Vorhersage trainiert, dass der Patient wahrscheinlich Krebs hat
Beispiel aus der Praxis: Krebsvorhersage
Das Modell wurde in der Vorhersage trainiert, dass der Patient wahrscheinlich Krebs hat
Zu den Merkmalen gehören das Alter des Patienten, das Geschlecht, frühere Krankheiten, der Krankenhausname, Vitalfunktionen, Testergebnisse
Beispiel aus der Praxis: Krebsvorhersage
Das Modell wurde in der Vorhersage trainiert, dass der Patient wahrscheinlich Krebs hat
Zu den Merkmalen gehören das Alter des Patienten, das Geschlecht, frühere Krankheiten, der Krankenhausname, Vitalfunktionen, Testergebnisse
Das Modell bot eine hervorragende Leistung bei Testdaten, die mit einem Hold versehen wurden
Beispiel aus der Praxis: Krebsvorhersage
Das Modell wurde in der Vorhersage trainiert, dass der Patient wahrscheinlich Krebs hat
Zu den Merkmalen gehören das Alter des Patienten, das Geschlecht, frühere Krankheiten, der Krankenhausname, Vitalfunktionen, Testergebnisse
Das Modell bot eine hervorragende Leistung bei Testdaten, die mit einem Hold versehen wurden
Aber das Modell hat bei neuen Patienten schlecht abgeschnitten. Warum?
Beispiel aus der Praxis: Krebsvorhersage
Warum konnte Ihrer Meinung nach das Modell bei neuen Patienten keine gute Leistung erzielen? Versuche, das Problem herauszufinden, und klicke dann unten auf die Wiedergabeschaltfläche ▶, um zu sehen, ob du richtig liegst.