你好每个人。
谢谢为了调音在至我的讲话。
我是大卫美特鲁普，
教授在因戈尔施塔特大学的应用科学。
和今天，我将要讲话关于一个套索 R出口至检测 R风险F演员
为了致命的O结果在病危新冠肺炎患者。
超过这最后的二年，
某物开始至日益打扰我，
和它是不是什么你大概思考现在， p流行病，
或者在至少不是只要。
这话题是连接的至这个。
这个是我给予一个讲话上深的学习和人造的智力
在这发现首脑2019在这精彩的城市的哥本哈根。
和自从然后，
它看起来喜欢人工智能有变得这普遍的工具为了一切，
所以让我给你一个例子。
在可能2021年，
这一般的导向器的这世界健康组织
说这下列的：
“一的这课程的新冠肺炎
是那这世界需要一个重要的飞跃向前
在数据分析。
这个需要驾驭这潜在的的先进的技术
这样的作为人造的智力。”
所以至我，这个感觉喜欢一个少量，忘记关于这科学的方法
定义这目标，指定这工具，陈述这假设，等等等，
只是降低这魔法单词人造的智力
和你是上这好的边。
所以所以，我决定至给这个讲话在这形式的一个对话
之间一个人工智能爱好者上这剩下边和一个统计员上这正确的边。
和我是去至讲话一个少量更多的具体来说上统计楷模，
人造的智力，和受罚回归。
和然后在这第二部分的这讲话，我是实际上去至当下
案子学习关于这批判地患病的新冠肺炎患者。
所以让我们得到开始了。
这里是这第一的问题从我们的人工智能爱好者。
在这时代的人造的智力和深的学习，
谁需要统计回归楷模？
这里是我的短的回答那我借来的从胡安薰衣草伊斯塔，
副总统在微软。
“什么时候我们增加钱，它是人工智能，什么时候我们聘请，它是机器学习，
和什么时候我们做这工作，它是物流回归。”
所以我爱这个鸣叫因为在我的观点在至少，
它凝聚一个很多的真相在一个非常短的陈述。
人工智能有变得一个普遍的营销工具。
但为了这真实的问题，我们仍然利用传统的先进的统计方法。
一个小的少量更长回答可以是这下列的。
如果我看在这典型的任务的工程师和科学家们，
他们包括创新，理解，提升，和预测。
和深的学习和人造的智力
是主要是一个预言工具。
为了一切别的，
我们仍然需要先进的统计方法喜欢传统的机器学习，
统计造型，和设计的实验。
好的，但你有至承认
那那里是非常成功的应用的人工智能和深的学习。
出色地，有绝对地不怀疑关于那。
为了例子，
预测这下一个移动在一个游戏喜欢棋和去。
这深的-学习算法做这个方法更好的比任何人类存在。
或者我将喜欢至介绍我的最喜欢的人造的智力应用，
哪个是解决这蛋白质折叠式的问题。
这蛋白质折叠式的问题有著名的到过介绍了1972年
经过这诺贝尔奖奖优胜者，基督教安芬森，
谁说在他的验收演讲
那一个蛋白质的氨基酸序列应该完全决定它的3D结构体。
和超过这最后的50年，这个问题有基本上到过未解决。
和那里曾是非常小的进步
直到DeepMind经过谷歌发达一个人工智能-基于算法叫阿尔法F老的
那至一个非常大的程度解决了这蛋白质折叠式的问题。
和你看二例子的这个上这正确的边。
这个是非常感人的和美丽的工作。
和我包括它这里因为我通缉至阐明
那这个是这完美的深的-学习人工智能问题。
我们有一个广阔的数量的数据，
我们有一个组合的爆炸的选项，
和这结果我们是看着为了是一个预言，
这实际的3D结构体的这蛋白质。
所以为了预测，我们应该总是利用人工智能。
不是在全部。
为了例子，在这数据集那我将要当下
关于这批判地患病的新冠肺炎患者，
我们想这模型至预测如果这病人将要存活或者将要死。
但这纯的预言没有真的帮助。
如果你知道某人是去至死，什么你想是你想至对待，
你想至防止，你想至知道这风险因素，
你想至是有能力的至行为
和不是只是简单地预测死亡或者生存。
所以什么我们需要是一个真的可解释的模型
那将要暗示这些事物那我们需要
喜欢治疗，预防，和风险因素。
其他方法的看着在它，
让我们有一个看在典型的数据-驱动的造型策略。
什么是非常通常完毕在深的-学习人工智能环境
是那你拿全部可用的数据，
你扔它在这深的-学习人工智能算法。
和它可能预测非常出色地这结果那你是看着为了，
但你是得到一个完全不可解释的模型。
什么是一个选择？
一个选择是至已经在这数据收藏过程
思考小心什么数据做你需要和先进的统计方法。
然后申请一个统计模型，
和作为一个结果，你得到一个完全可解释的模型。
好的，说我们的人工智能爱好者，
但你是失踪一个重要的观点这里。
统计楷模可能是好的为了小的数据套，
但为了大的数据，他们不能是用过的，正确的？
出色地，不。
为了大的数据套，那里是一些聪明的方法
至减少这维度
前你开始和这配件过程的这模型。
和我将喜欢至介绍，在至少不久，
三的这些聪明的方法至减少这模型维度。
数字一，冗余分析，某物你可能有听到关于。
如果你有一个大的数据放，
这价格你支付是通常那这因素是高度相关的
和你能够措施这数量的相关性内这放的因素
经过这价值那是叫方差通货膨胀因素。
和然后你能够实际上排除这因素
和这最高方差通货膨胀因素。
为什么？
因为他们别添加额外的信息
至这放的因素那你是已经看着在。
所以这个是一经典的方法的减少这维度的您的数据。
如果你有分类的数据，为了例子，
你看在一个X-射线的这肺和你能够看不同的症状。
然后你能够有变量那描述，
这个症状曾是那里，这个症状曾是那里，
或其他症状曾是那里， X 1、 X 2、 X 3.
也许为了您的分析，
它是足够的至区分一个正常的——看着肺
和一个肺那有一些症状某处。
在其他字，你兑换一个排只要和零至一个零。
和如果有在至少一一，你改变它至一个一，
和你创造一个新的多变的捕捉这个信息。
或者至给你一个选择，你可以和X 1、 X 2、和X 3、
和数数这数字的症状那你看上一个X-射线。
这个程序是叫计分
和是一个非常高效的方法的减少维度。
主要的零件分析有确切地这相同的精神。
它重组连续的变量。
它需要一个线性的组合的连续的变量
和这主意的捕捉这变化在一新创建多变的。
我称呼这些维度减少方法聪明的，
因为什么时候你申请他们，
你已经学某物关于您的数据。
和那是这所有的目的的统计数据，不是它？
学习事物从您的数据。
所以让我总结这优点的统计楷模。
第一的，他们能够是用过的为了全部种类的任务，
不是只要为了预测。
第二，这模型本身是有用和完全可解释的。
和第三，
你能够开始在一个大的数据集和聪明的维度减少
前你实际上合身这模型。
我是仍然不是深信不疑。
能你给我一个例子的一个统计模型
那你应用至一个大的数据集？
好的，所以让我们介绍物流套索回归。
套索是一个缩写
为了至少绝对收缩和选择操作员，
和为什么它是叫喜欢那，我将要解释在一个很少时刻。
让我们介绍这个套索回归在四脚步。
步数字一是至提醒我们自己的这物流回归模型。
在一个物流回归模型，我们有一个分类的，
在这最简单的案子，二-等级因素...
对不起，一个分类的回复和二水平，
和我们有一个目标至模型这发生可能性的这事件。
这个是通常完毕和这个S-成形功能
那对应至这可能性的这事件实际上发生。
这功能性的学期是给定这里至这剩下，
但这好的消息是那
和一个简单的转型那是叫罗吉特转型，
你能够转动这原来的价值观进入日志它重视，
和然后这结果是一个简单的线性的回归
上这逻辑值。
所以这底部线是物流回归，
是简单地线性的回归上罗吉特价值观。
步数字二。
这个是一个经典的情况的一个二-因素线性的回归模型。
和如何做我们合身这个至一个数据云？
出色地，我们做这个和这帮助的一个失利功能。
为了例子，我们拿这和的平方错误，
和然后我们看为了这最低限度的这个功能。
这个是这非常著名的和标准普通的正方形估计器
那是这结果的最小化具体来说这个失利功能
给定经过这和的平方错误。
第三，某物那是也许较少的已知，
我将喜欢至介绍概念F ROM数学
这规范的一个向量那是实际上只是一个表示
的这概念的这距离的一个长度的一个向量。
让我们看在三例子。
这第一的一那你看这里在这中间
是这经典的距离那你全部知道和利用。
这个是这欧几里得距离。
它是计算出来的经过服用这正方形的这坐标
和然后服用这正方形根。
这单元圆圈作为你知道代表全部积分
那有一个距离一，从这中央。
这个是这经典的欧几里得规范。
我们能够简化这个计算经过简单地服用这和的绝对价值观。
所以反而的服用一个正方形和服用一个正方形根，
我们简单地和这绝对价值观。
这个是叫这L_1规范。
和什么你看这里，这个钻石是这表示
的这单元圆圈的这个L_1规范。
在其他字，全部这积分这里上这个钻石有距离一,
如果你措施距离和这大号_1规范。
最后，这所以-叫最大规范在哪里你继续至简化。
你只是拿这较大价值的这二绝对价值观， x1和x2 .
如果你思考关于什么这单元圆圈是在这个案子，
它将要实际上转动进入一个正方形。
这个正方形是这单元圆圈为了这最大价值。
所以在概括，我们能够措施距离在不同的方法在数学，
和什么你看这里，这钻石，这实际的圆圈或者正方形
是单元界。
所以积分和距离一，只是测量的和三不同的规范，
三距离，
三不同的观念的什么一个长度是。
最后，让我们结合一切我们已经完毕所以远的。
所以我们开始和这物流回归模型。
我们添加这失利功能。
和现在，反而的服用这普通的平方损失功能，
我们添加额外的学期。
和这个学期包括基本上的这L_1规范的这范围。
你看那我们添加这绝对价值观， Beta_1和Beta_2？
所以这个是这L_1规范的这参数
那我们添加至这失利功能。
的课程，这个是只是一选择。
你可以还正方形这些。
然后，你将得到什么是叫一个岭回归
如果你拿这正方形的这参数。
这个第一的一这里，
这最佳一那我们是去至继续至利用
是叫这套索或者L_1回归
因为这个学期这里是简单地这L_1 范数的这贝塔，
的这范围向量。
现在，全面的，什么这个方法是那你惩治这失利功能
为了选择大的贝塔价值观。
和这个是为什么这个惩罚那你介绍
线索至这学期受罚失利功能。
所以如果你有一个惩罚，罚款为了大的贝塔载体，
然后反而的正在做普通的至少正方形，
你做一个受罚回归。
现在，让我们看一个小的少量更近至这影响那惩罚有。
所以这个是一次再次这受罚失利功能
和这个额外的学期这里。
现在，这图形那你看这里
是独立的的这所以-叫调音范围，拉姆达。
这较大拉姆达是，这更多的重量这个学期有，
和这更多的它将要力量这贝塔值至是小的。
这个是为什么你看那这参数收缩。
和这个是为什么这个所有的程序是叫绝对收缩。
第二，在这个图形，你能够考虑这个区域这里，
这个钻石作为这预算那你有
为了这和的这绝对价值观的贝塔。
和上这些椭圆，这剩余的和的正方形是持续的。
所以你是看着为了这最小的剩余的和的正方形
内这预算。
这个在这案子画这里线索至这个观点这里。
和到期的至这形状的这个钻石，
这些二将要通常连接在一个角落的这钻石。
和什么这个方法是那这相应的范围
是放恰恰至零。
和这个是为什么这个方法是还好的为了选择
因为环境这个范围零方法没有什么别的
比踢它出去的这模型。
所以这个是在概括为什么我们称呼这大号_1回归套索。
它有一个收缩元素和一个选择元素
到期的至这些二描述特征。
一最后的实际的方面的套索回归
是关于这调音范围，这个拉姆达这里。
如何做你选择它？
出色地，一非常常见的方法是这下列的：
你利用一个验证方法
喜欢为了例子，赤池信息标准，
和你阴谋这依赖的这AIC的拉姆达。
和然后你能够挑选一个拉姆达价值
那给你一个最小的AIC。
上这剩下边，你看如何这参数收缩
和你能够看这蓝色的线条那对应至这参数
那是实际上非零
尽管这其他那些是已经被迫至是零。
我是仍然不是深信不疑。
能你节目我一个具体的案子学习？
的课程。
所以数据那我是去至当下这里
包括的739病危重症监护室患者和新冠肺炎
那曾是集在这开始的这大流行
之间行进和十月2020 年。
我们有一二进制回复
那包括的这水平恢复并且死了，
和我们有43因素：
实验室价值观，命脉，预现存的条件，等等。
这个是这数据那我们是去至分析现在。
所以这里，你看这数据集。
它有44列，作为你能够看下这里。
和739患者。
现在，让我们开始熟悉一个小的少量这里和这数据。
我们有这个最后的已知地位，恢复并且死了，
年龄、性别、和体重指数。
和然后我们有额外的基线价值观，
合并症，生命体征，l抗体价值观，症状，和电脑断层扫描结果。
让我们看在一些分布。
所以这个是这分配的这最后的已知地位。
所以你能够看那很遗憾46%的这些患者死了。
我们看这里这歪斜的年龄分配和一个强调这里以上60.
和你能够看那大致70%的这患者是男性。
有一个看在这额外的基线价值观。
你能够看这里这身体大量的指数，
和你将要注意那我们有一个趋势的高身体大量的指数
以上25.
我们有相当一个很多的高手和在抑制剂，
和还的他汀类药物，所以治疗为了胆固醇
和为了血液压力和一些免疫抑制。
下一个，合并症。
你看那几乎三分之二是高血压，
和我们有相当一个重要的数量的心血管疾病，
的肺疾病，
和关于30%的我们的患者有糖尿病。
现在，为了这其余的四团体，生命体征，l抗体价值观，症状，和电脑断层扫描，
我是去至节目你一代表从每个
所以那你能够得到一个感觉的如何这些价值观是分散式。
这个是这呼吸速度。
这些是这数字的淋巴细胞。
所以这个是一个重要范围，一个实验室范围。
这里，你有一个症状，严重的肝失败
那能够发生上这重症监护室。
和这个是一个电脑断层扫描结果，
领域的合并那能够是见过上这电脑断层扫描的这肺。
好的，所以现在我们是准备好
和我们是实际上去至分析这模型。
所以我去至分析，F它M奥德尔。
我拿这最后的已知地位。
那是为什么我扔在一切别的作为因素
和我去至一般的回归
哪个是去至履行这套索回归。
你能够看这里那这套索估计方法
是已经预选。
所以如果我点击上去，这程序是已经完成的。
它是非常快速地，和这个是这结果。
这个是这截屏那你锯已经上这滑动。
现在，我是不是去至工作和这个模型为了这下列的原因。
如果我去这里向上至这C型比较部分，
我看那我有30参数在这个模型。
所以这个模型是仍然非常大的。
如果我去背部下这里，
我能够看那我的AIC没有改变一个很多如果我放它更远至这左边。
反而的正在做这个手动，什么我是去至做
是我是去至改变这设置的JMP
所以那它没有拿这最好的-合身，这最小的人工智能，
但反而这最小的内这黄色区。
所以这个是某物我能够做这里在这模型发射。
所以我拿这高级 C控制
和我改变最好的合身到 S最严重的在 Y黄Z一。
我点击上去。
和现在，实际上我有一个非常好的模型和16参数。
现在，这个是这模型我是去至利用。
和至是有能力的至节目你什么因素是在这个模型，
我是只是去至选择他们，选择非零条款。
现在，我有这些16选择，
和我能够放他们在一个物流回归
和启用这赔率比率。
所以上这最佳，我们看这16效果在我们的模型。
和以下，我们能够看这赔率比率。
所以为了例子，这赔率比率的年龄是1.07。
如果你拿这个至这力量10,它将要给你大致一个价值的二，
哪个方法那和10年更多的，
大致，大约您的赔率比率双打。
您的机会的垂死是两次作为高的作为前。
和然后以下这里，
我们有这赔率比率为了这教学法变量。
所以为了例子，
冠状动脉心血管疾病有一个奇怪的比率的1.62。
现在，我将喜欢至观点出去一些的这些结果。
所以让我们第一的看在因素
那是出色地-已知从这一般的人口。
所以这里，你看这依赖的这最后的已知地位相对年龄。
和你能够看如何这个增加年龄
增加您的机会的垂死非常显著地。
作为我说前，这赔率比率的10年是大致双倍的。
上这剩下边，
你看肺疾病和心血管疾病
那两个都还有一个重要的影响上这风险的垂死从冠状病毒病- 19.
和这些因素是还有效的在这一般的人口。
现在，更多的有趣的是，
我们寻找这些三因素不是至是在我们的模型。
所以性别，体重指数，和高血压是不是部分的我们的模型。
所以如何是那可能的？
出色地，它是批判的至记住
那我们的人口包括的重症监护室患者。
他们是已经批判地患病的。
所以我们有72%的男性患者，
我们有几乎80%那有一个体重指数超过26,
和三分之二是高血压。
所以这些因素将要实际上高度增加您的风险
的一个批判的原因的这冠状病毒病- 19疾病。
但一次你是批判地患病的，在那观点，他们别事情了。
所以那曾是一个非常重要的结果为了我们。
哪个因素携带超过从这一般的人口
和哪个因素消失在他们的重要性
一次你是已经病危？
最后，我将喜欢至观点出去一更多的方面哪个是他汀类药物。
他汀类药物是完全微不足道。
你看这磷价值这里的25%一次你看起来在他们单变量。
但在我们的多阶乘模型，他们是高度重要的。
和作为你能够看这里，这赔率比率是以下一，
减少这风险的死亡。
所以这个是一个非常重要的课。
有时，人们选择风险因素第一的在大的数据集
经过看着在他们单变量。
和如果你做过那，你将和保证
有错过他汀类药物，
因为单变量，它是完全地无关的。
但在我们的多因素模型，
我们可以节目那他汀类药物有一个保护的影响
反对垂死从新冠肺炎一次你是批判地患病的。
这个发现有到过之后确认的经过其他。
和只是作为一个例子，
我包括一个元分析从九月21
那的确确认那他汀类药物减少这死亡的患者
在一个非常大的元分析和几乎150,000患者。
如果你是感兴趣的在更多的细节，
我们发表我们的工作在这杂志的临床药物。
我将喜欢至拿这机会至感谢我的合著者，
在特定，斯特凡博格曼和玛蒂娜诺瓦克-马辰
从这诊所在因戈尔施塔特。
和我将还喜欢至感谢你非常很多为了您的注意力，
和我是看着向前至您的问题。
感谢你非常很多。
