309283_zh-CN

liliconcom

精准医学的机器学习和生物标志物亚组分析

 

了解如何：

• 了解机器学习的基础知识
  • 比较使用来自较大人群的数据样本的统计建模与数据机制未知的算法建模（机器学习）之间的差异
• 了解 4 种模型
  • 使用不同算法的模型（回归、基于树的模型、神经网络）
  • 使用不同参数设置的模型（网格搜索、随机搜索、遗传算法）
  • 使用不同特征的模型（特征选择、特征提取、特征工程）
  • 部署训练集的模型（bagging、boosting、5 折交叉验证）
• 了解使用亚组分析和使用亚组识别（为给定药物找到正确的患者）和最佳治疗方案（给定患者的最佳药物）
• 使用 JMP 基因组学
  • 根据入院时收集的数据预测败血症死亡
  • 识别可归因于 FAP 中化学预防疗法治疗的正常与息肉组织的差异分子表达特征
  • 使用亚组分析来寻找临床测量或代谢物生物标志物

• 资源

  • 一个综合的临床代谢组学模型提高了对脓毒症死亡的预测案例分析
  • 有关的JMP 成功案例描述 JMP Genomics 在绝大多数分析中的应用

 

 

 

预测建模和机器学习