你好每個人。
謝謝為了調音在至我的講話。
我是大衛美特魯普，
教授在因戈爾施塔特大學的應用科學。
和今天，我將要講話關於一個套索 R出口至檢測 R風險F演員
為了致命的O結果在病危新冠肺炎患者。
超過這最後的二年，
某物開始至日益打擾我，
和它是不是什麼你大概思考現在， p流行病，
或者在至少不是只要。
這話題是連接的至這個。
這個是我給予一個講話上深的學習和人造的智力
在這發現首腦2019在這精彩的城市的哥本哈根。
和自從然後，
它看起來喜歡人工智能有變得這普遍的工具為了一切，
所以讓我給你一個例子。
在可能2021年，
這一般的導向器的這世界健康組織
說這下列的：
“一的這課程的新冠肺炎
是那這世界需要一個重要的飛躍向前
在數據分析。
這個需要駕馭這潛在的的先進的技術
這樣的作為人造的智力。”
所以至我，這個感覺喜歡一個少量，忘記關於這科學的方法
定義這目標，指定這工具，陳述這假設，等等等，
只是降低這魔法單詞人造的智力
和你是上這好的邊。
所以所以，我決定至給這個講話在這形式的一個對話
之間一個人工智能愛好者上這剩下邊和一個統計員上這正確的邊。
和我是去至講話一個少量更多的具體來說上統計楷模，
人造的智力，和受罰回歸。
和然後在這第二部分的這講話，我是實際上去至當下
案子學習關於這批判地患病的新冠肺炎患者。
所以讓我們得到開始了。
這裡是這第一的問題從我們的人工智能愛好者。
在這時代的人造的智力和深的學習，
誰需要統計回歸楷模？
這裡是我的短的回答那我借來的從胡安薰衣草伊斯塔，
副總統在微軟。
“什麼時候我們增加錢，它是人工智能，什麼時候我們聘請，它是機器學習，
和什麼時候我們做這工作，它是物流回歸。”
所以我愛這個鳴叫因為在我的觀點在至少，
它凝聚一個很多的真相在一個非常短的陳述。
人工智能有變得一個普遍的營銷工具。
但為了這真實的問題，我們仍然利用傳統的先進的統計方法。
一個小的少量更長回答可以是這下列的。
如果我看在這典型的任務的工程師和科學家們，
他們包括創新，理解，提升，和預測。
和深的學習和人造的智力
是主要是一個預言工具。
為了一切別的，
我們仍然需要先進的統計方法喜歡傳統的機器學習，
統計造型，和設計的實驗。
好的，但你有至承認
那那裡是非常成功的應用的人工智能和深的學習。
出色地，有絕對地不懷疑關於那。
為了例子，
預測這下一個移動在一個遊戲喜歡棋和去。
這深的-學習算法做這個方法更好的比任何人類存在。
或者我將喜歡至介紹我的最喜歡的人造的智力應用，
哪個是解決這蛋白質折疊式的問題。
這蛋白質折疊式的問題有著名的到過介紹了1972年
經過這諾貝爾獎獎優勝者，基督教安芬森，
誰說在他的驗收演講
那一個蛋白質的氨基酸序列應該完全決定它的3D結構體。
和超過這最後的50年，這個問題有基本上到過未解決。
和那裡曾是非常小的進步
直到DeepMind經過谷歌發達一個人工智能-基於算法叫阿爾法F老的
那至一個非常大的程度解決了這蛋白質折疊式的問題。
和你看二例子的這個上這正確的邊。
這個是非常感人的和美麗的工作。
和我包括它這裡因為我通緝至闡明
那這個是這完美的深的-學習人工智能問題。
我們有一個廣闊的數量的數據，
我們有一個組合的爆炸的選項，
和這結果我們是看著為了是一個預言，
這實際的3D結構體的這蛋白質。
所以為了預測，我們應該總是利用人工智能。
不是在全部。
為了例子，在這數據集那我將要當下
關於這批判地患病的新冠肺炎患者，
我們想這模型至預測如果這病人將要存活或者將要死。
但這純的預言沒有真的幫助。
如果你知道某人是去至死，什麼你想是你想至對待，
你想至防止，你想至知道這風險因素，
你想至是有能力的至行為
和不是只是簡單地預測死亡或者生存。
所以什麼我們需要是一個真的可解釋的模型
那將要暗示這些事物那我們需要
喜歡治療，預防，和風險因素。
其他方法的看著在它，
讓我們有一個看在典型的數據-驅動的造型策略。
什麼是非常通常完畢在深的-學習人工智能環境
是那你拿全部可用的數據，
你扔它在這深的-學習人工智能算法。
和它可能預測非常出色地這結果那你是看著為了，
但你是得到一個完全不可解釋的模型。
什麼是一個選擇？
一個選擇是至已經在這數據收藏過程
思考小心什麼數據做你需要和先進的統計方法。
然後申請一個統計模型，
和作為一個結果，你得到一個完全可解釋的模型。
好的，說我們的人工智能愛好者，
但你是失踪一個重要的觀點這裡。
統計楷模可能是好的為了小的數據套，
但為了大的數據，他們不能是用過的，正確的？
出色地，不。
為了大的數據套，那裡是一些聰明的方法
至減少這維度
前你開始和這配件過程的這模型。
和我將喜歡至介紹，在至少不久，
三的這些聰明的方法至減少這模型維度。
數字一，冗餘分析，某物你可能有聽到關於。
如果你有一個大的數據放，
這價格你支付是通常那這因素是高度相關的
和你能夠措施這數量的相關性內這放的因素
經過這價值那是叫方差通貨膨脹因素。
和然後你能夠實際上排除這因素
和這最高方差通貨膨脹因素。
為什麼？
因為他們別添加額外的信息
至這放的因素那你是已經看著在。
所以這個是一經典的方法的減少這維度的您的數據。
如果你有分類的數據，為了例子，
你看在一個X-射線的這肺和你能夠看不同的症狀。
然後你能夠有變量那描述，
這個症狀曾是那裡，這個症狀曾是那裡，
或其他症狀曾是那裡， X 1、 X 2、 X 3.
也許為了您的分析，
它是足夠的至區分一個正常的——看著肺
和一個肺那有一些症狀某處。
在其他字，你兌換一個排只要和零至一個零。
和如果有在至少一一，你改變它至一個一，
和你創造一個新的多變的捕捉這個信息。
或者至給你一個選擇，你可以和X 1、 X 2、和X 3、
和數數這數字的症狀那你看上一個X-射線。
這個程序是叫計分
和是一個非常高效的方法的減少維度。
主要的零件分析有確切地這相同的精神。
它重組連續的變量。
它需要一個線性的組合的連續的變量
和這主意的捕捉這變化在一新創建多變的。
我稱呼這些維度減少方法聰明的，
因為什麼時候你申請他們，
你已經學某物關於您的數據。
和那是這所有的目的的統計數據，不是它？
學習事物從您的數據。
所以讓我總結這優點的統計楷模。
第一的，他們能夠是用過的為了全部種類的任務，
不是只要為了預測。
第二，這模型本身是有用和完全可解釋的。
和第三，
你能夠開始在一個大的數據集和聰明的維度減少
前你實際上合身這模型。
我是仍然不是深信不疑。
能你給我一個例子的一個統計模型
那你應用至一個大的數據集？
好的，所以讓我們介紹物流套索回歸。
套索是一個縮寫
為了至少絕對收縮和選擇操作員，
和為什麼它是叫喜歡那，我將要解釋在一個很少時刻。
讓我們介紹這個套索回歸在四腳步。
步數字一是至提醒我們自己的這物流回歸模型。
在一個物流回歸模型，我們有一個分類的，
在這最簡單的案子，二-等級因素...
對不起，一個分類的回复和二水平，
和我們有一個目標至模型這發生可能性的這事件。
這個是通常完畢和這個S-成形功能
那對應至這可能性的這事件實際上發生。
這功能性的學期是給定這裡至這剩下，
但這好的消息是那
和一個簡單的轉型那是叫羅吉特轉型，
你能夠轉動這原來的價值觀進入日誌它重視，
和然後這結果是一個簡單的線性的回歸
上這邏輯值。
所以這底部線是物流回歸，
是簡單地線性的回歸上羅吉特價值觀。
步數字二。
這個是一個經典的情況的一個二-因素線性的回歸模型。
和如何做我們合身這個至一個數據雲？
出色地，我們做這個和這幫助的一個失利功能。
為了例子，我們拿這和的平方錯誤，
和然後我們看為了這最低限度的這個功能。
這個是這非常著名的和標準普通的正方形估計器
那是這結果的最小化具體來說這個失利功能
給定經過這和的平方錯誤。
第三，某物那是也許較少的已知，
我將喜歡至介紹概念F ROM數學
這規範的一個向量那是實際上只是一個表示
的這概念的這距離的一個長度的一個向量。
讓我們看在三例子。
這第一的一那你看這裡在這中間
是這經典的距離那你全部知道和利用。
這個是這歐幾里得距離。
它是計算出來的經過服用這正方形的這坐標
和然後服用這正方形根。
這單元圓圈作為你知道代表全部積分
那有一個距離一，從這中央。
這個是這經典的歐幾里得規範。
我們能夠簡化這個計算經過簡單地服用這和的絕對價值觀。
所以反而的服用一個正方形和服用一個正方形根，
我們簡單地和這絕對價值觀。
這個是叫這L_1規範。
和什麼你看這裡，這個鑽石是這表示
的這單元圓圈的這個L_1規範。
在其他字，全部這積分這裡上這個鑽石有距離一,
如果你措施距離和這大號_1規範。
最後，這所以-叫最大規範在哪裡你繼續至簡化。
你只是拿這較大價值的這二絕對價值觀， x1和x2 .
如果你思考關於什麼這單元圓圈是在這個案子，
它將要實際上轉動進入一個正方形。
這個正方形是這單元圓圈為了這最大價值。
所以在概括，我們能夠措施距離在不同的方法在數學，
和什麼你看這裡，這鑽石，這實際的圓圈或者正方形
是單元界。
所以積分和距離一，只是測量的和三不同的規範，
三距離，
三不同的觀念的什麼一個長度是。
最後，讓我們結合一切我們已經完畢所以遠的。
所以我們開始和這物流回歸模型。
我們添加這失利功能。
和現在，反而的服用這普通的平方損失功能，
我們添加額外的學期。
和這個學期包括基本上的這L_1規範的這範圍。
你看那我們添加這絕對價值觀， Beta_1和Beta_2？
所以這個是這L_1規範的這參數
那我們添加至這失利功能。
的課程，這個是只是一選擇。
你可以還正方形這些。
然後，你將得到什麼是叫一個嶺回歸
如果你拿這正方形的這參數。
這個第一的一這裡，
這最佳一那我們是去至繼續至利用
是叫這套索或者L_1回歸
因為這個學期這裡是簡單地這L_1 範數的這貝塔，
的這範圍向量。
現在，全面的，什麼這個方法是那你懲治這失利功能
為了選擇大的貝塔價值觀。
和這個是為什麼這個懲罰那你介紹
線索至這學期受罰失利功能。
所以如果你有一個懲罰，罰款為了大的貝塔載體，
然後反而的正在做普通的至少正方形，
你做一個受罰回歸。
現在，讓我們看一個小的少量更近至這影響那懲罰有。
所以這個是一次再次這受罰失利功能
和這個額外的學期這裡。
現在，這圖形那你看這裡
是獨立的的這所以-叫調音範圍，拉姆達。
這較大拉姆達是，這更多的重量這個學期有，
和這更多的它將要力量這貝塔值至是小的。
這個是為什麼你看那這參數收縮。
和這個是為什麼這個所有的程序是叫絕對收縮。
第二，在這個圖形，你能夠考慮這個區域這裡，
這個鑽石作為這預算那你有
為了這和的這絕對價值觀的貝塔。
和上這些橢圓，這剩餘的和的正方形是持續的。
所以你是看著為了這最小的剩餘的和的正方形
內這預算。
這個在這案子畫這裡線索至這個觀點這裡。
和到期的至這形狀的這個鑽石，
這些二將要通常連接在一個角落的這鑽石。
和什麼這個方法是那這相應的範圍
是放恰恰至零。
和這個是為什麼這個方法是還好的為了選擇
因為環境這個範圍零方法沒有什麼別的
比踢它出去的這模型。
所以這個是在概括為什麼我們稱呼這大號_1回歸套索。
它有一個收縮元素和一個選擇元素
到期的至這些二描述特徵。
一最後的實際的方面的套索回歸
是關於這調音範圍，這個拉姆達這裡。
如何做你選擇它？
出色地，一非常常見的方法是這下列的：
你利用一個驗證方法
喜歡為了例子，赤池信息標準，
和你陰謀這依賴的這AIC的拉姆達。
和然後你能夠挑選一個拉姆達價值
那給你一個最小的AIC。
上這剩下邊，你看如何這參數收縮
和你能夠看這藍色的線條那對應至這參數
那是實際上非零
儘管這其他那些是已經被迫至是零。
我是仍然不是深信不疑。
能你節目我一個具體的案子學習？
的課程。
所以數據那我是去至當下這裡
包括的739病危重症監護室患者和新冠肺炎
那曾是集在這開始的這大流行
之間行進和十月2020 年。
我們有一二進制回复
那包括的這水平恢復並且死了，
和我們有43因素：
實驗室價值觀，命脈，預現存的條件，等等。
這個是這數據那我們是去至分析現在。
所以這裡，你看這數據集。
它有44列，作為你能夠看下這裡。
和739患者。
現在，讓我們開始熟悉一個小的少量這裡和這數據。
我們有這個最後的已知地位，恢復並且死了，
年齡、性別、和體重指數。
和然後我們有額外的基線價值觀，
合併症，生命體徵，l抗體價值觀，症狀，和電腦斷層掃描結果。
讓我們看在一些分佈。
所以這個是這分配的這最後的已知地位。
所以你能夠看那很遺憾46%的這些患者死了。
我們看這裡這歪斜的年齡分配和一個強調這裡以上60.
和你能夠看那大致70%的這患者是男性。
有一個看在這額外的基線價值觀。
你能夠看這裡這身體大量的指數，
和你將要注意那我們有一個趨勢的高身體大量的指數
以上25.
我們有相當一個很多的高手和在抑製劑，
和還的他汀類藥物，所以治療為了膽固醇
和為了血液壓力和一些免疫抑制。
下一個，合併症。
你看那幾乎三分之二是高血壓，
和我們有相當一個重要的數量的心血管疾病，
的肺疾病，
和關於30%的我們的患者有糖尿病。
現在，為了這其餘的四團體，生命體徵，l抗體價值觀，症狀，和電腦斷層掃描，
我是去至節目你一代表從每個
所以那你能夠得到一個感覺的如何這些價值觀是分散式。
這個是這呼吸速度。
這些是這數字的淋巴細胞。
所以這個是一個重要範圍，一個實驗室範圍。
這裡，你有一個症狀，嚴重的肝失敗
那能夠發生上這重症監護室。
和這個是一個電腦斷層掃描結果，
領域的合併那能夠是見過上這電腦斷層掃描的這肺。
好的，所以現在我們是準備好
和我們是實際上去至分析這模型。
所以我去至分析，F它M奧德爾。
我拿這最後的已知地位。
那是為什麼我扔在一切別的作為因素
和我去至一般的回歸
哪個是去至履行這套索回歸。
你能夠看這裡那這套索估計方法
是已經預選。
所以如果我點擊上去，這程序是已經完成的。
它是非常快速地，和這個是這結果。
這個是這截屏那你鋸已經上這滑動。
現在，我是不是去至工作和這個模型為了這下列的原因。
如果我去這裡向上至這C型比較部分，
我看那我有30參數在這個模型。
所以這個模型是仍然非常大的。
如果我去背部下這裡，
我能夠看那我的AIC沒有改變一個很多如果我放它更遠至這左邊。
反而的正在做這個手動，什麼我是去至做
是我是去至改變這設置的JMP
所以那它沒有拿這最好的-合身，這最小的人工智能，
但反而這最小的內這黃色區。
所以這個是某物我能夠做這裡在這模型發射。
所以我拿這高級 C控制
和我改變最好的合身到 S最嚴重的在 Y黃Z一。
我點擊上去。
和現在，實際上我有一個非常好的模型和16參數。
現在，這個是這模型我是去至利用。
和至是有能力的至節目你什麼因素是在這個模型，
我是只是去至選擇他們，選擇非零條款。
現在，我有這些16選擇，
和我能夠放他們在一個物流回歸
和啟用這賠率比率。
所以上這最佳，我們看這16效果在我們的模型。
和以下，我們能夠看這賠率比率。
所以為了例子，這賠率比率的年齡是1.07。
如果你拿這個至這力量10,它將要給你大致一個價值的二，
哪個方法那和10年更多的，
大致，大約您的賠率比率雙打。
您的機會的垂死是兩次作為高的作為前。
和然後以下這裡，
我們有這賠率比率為了這教學法變量。
所以為了例子，
冠狀動脈心血管疾病有一個奇怪的比率的1.62。
現在，我將喜歡至觀點出去一些的這些結果。
所以讓我們第一的看在因素
那是出色地-已知從這一般的人口。
所以這裡，你看這依賴的這最後的已知地位相對年齡。
和你能夠看如何這個增加年齡
增加您的機會的垂死非常顯著地。
作為我說前，這賠率比率的10年是大致雙倍的。
上這剩下邊，
你看肺疾病和心血管疾病
那兩個都還有一個重要的影響上這風險的垂死從冠狀病毒病- 19.
和這些因素是還有效的在這一般的人口。
現在，更多的有趣的是，
我們尋找這些三因素不是至是在我們的模型。
所以性別，體重指數，和高血壓是不是部分的我們的模型。
所以如何是那可能的？
出色地，它是批判的至記住
那我們的人口包括的重症監護室患者。
他們是已經批判地患病的。
所以我們有72%的男性患者，
我們有幾乎80%那有一個體重指數超過26,
和三分之二是高血壓。
所以這些因素將要實際上高度增加您的風險
的一個批判的原因的這冠狀病毒病- 19疾病。
但一次你是批判地患病的，在那觀點，他們別事情了。
所以那曾是一個非常重要的結果為了我們。
哪個因素攜帶超過從這一般的人口
和哪個因素消失在他們的重要性
一次你是已經病危？
最後，我將喜歡至觀點出去一更多的方面哪個是他汀類藥物。
他汀類藥物是完全微不足道。
你看這磷價值這裡的25%一次你看起來在他們單變量。
但在我們的多階乘模型，他們是高度重要的。
和作為你能夠看這裡，這賠率比率是以下一，
減少這風險的死亡。
所以這個是一個非常重要的課。
有時，人們選擇風險因素第一的在大的數據集
經過看著在他們單變量。
和如果你做過那，你將和保證
有錯過他汀類藥物，
因為單變量，它是完全地無關的。
但在我們的多因素模型，
我們可以節目那他汀類藥物有一個保護的影響
反對垂死從新冠肺炎一次你是批判地患病的。
這個發現有到過之後確認的經過其他。
和只是作為一個例子，
我包括一個元分析從九月21
那的確確認那他汀類藥物減少這死亡的患者
在一個非常大的元分析和幾乎150,000患者。
如果你是感興趣的在更多的細節，
我們發表我們的工作在這雜誌的臨床藥物。
我將喜歡至拿這機會至感謝我的合著者，
在特定，斯特凡博格曼和瑪蒂娜諾瓦克-馬辰
從這診所在因戈爾施塔特。
和我將還喜歡至感謝你非常很多為了您的注意力，
和我是看著向前至您的問題。
感謝你非常很多。
