你好每个人。
谢谢为了调音在到我的讲话。
我是大卫梅因特鲁普,
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A套索R流出到检测R磁盘F演员
为了致命O结果在病危新冠肺炎患者。
超过这最后的二年，
某物开始了到日益打扰我，
和它是不是什么你大概思考现在，的p贫血症,
或者在至少不是仅有的。
这话题是连接的到这。
这是我给予A讲话在深的学习和人造的智力
在这发现首脑2019年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，
这一般的导演的这世界健康组织
说这下列的：
“一的这教训的新冠肺炎
是那这世界需要A重要的飞跃向前
在数据分析。
这需要驾驭这潜在的的先进的技术
这样的作为人造的智力。”
所以到我，这感觉喜欢A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
和你是在这好的边。
所以所以，我决定到给这讲话在这形式的A对话
之间一个人工智能爱好者在这左边边和A统计员在这正确的边。
和我是去到讲话A少量更多的具体来说在统计楷模，
人造的智力，和受到惩罚的回归。
和然后在这第二部分的这讲话，我是实际上去到展示
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，
WHO需要统计回归楷模？
这是我的短的回答那我借来的从胡安拉夫伊斯塔,
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”。
所以我爱这鸣叫因为在我的观点在至少，
它凝结A很多的真相在A非常短的陈述。
人工智能有变得A普遍的营销工具。
但为了这真实的问题，我们仍然使用传统的先进的统计方法。
A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A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，但你有到承认
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A游戏喜欢棋和去。
这深的-学习算法做这方式更好的比任何人类存在。
或者我会喜欢到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地到过介绍1972年
经过这诺贝尔奖奖优胜者，基督教安芬森,
WHO说在他的验收演讲
那A蛋白质的氨基酸顺序应该完全决定它是3D结构。
和超过这最后的50年，这问题有基本上到过未解决。
和那里曾是非常小的进步
直到深度思维经过谷歌发达一个人工智能-基于算法被称为阿尔法F老的
那到A非常大的程度解决了这蛋白质折叠式的问题。
和你看二例子的这在这正确的边。
这是非常感人的和美丽的工作。
和我包括它这里因为我通缉到阐明
那这是这完美的深的-学习人工智能问题。
我们有A广阔的数量的数据，
我们有A组合的爆炸的选项，
和这结果我们是看着为了是A预言，
这实际的3D结构的这蛋白质。
所以为了预测，我们应该总是使用人工智能。
不是在全部。
为了例子，在这数据集那我将要展示
关于这批判地患病的新冠肺炎患者，
我们想这模型到预测如果这病人将要存活或者将要死。
但这纯的预言不真的帮助。
如果你知道某人是去到死，什么你想是你想到对待，
你想到防止，你想到知道这风险因素，
你想到是有能力的到行为
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A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。
其他方式的看着在它，
让我们有A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A完全不可解释的模型。
什么是一个选择？
一个选择是到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A统计模型，
和作为A结果，你得到A完全可解释的模型。
好的，说我们的人工智能爱好者，
但你是丢失的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
到减少这维数
前你开始和这配件过程的这模型。
和我会喜欢到介绍，在至少不久，
三的这些聪明的方法到减少这模型维度。
数字一，冗余分析，某物你可能有听到关于。
如果你有A大的数据放，
这价格你支付是通常那这因素是高度相关的
和你能措施这数量的相关性之内这放的因素
经过这价值那是被称为方差通货膨胀因素。
和然后你能实际上排除这因素
和这最高方差通货膨胀因素。
为什么？
因为他们不添加额外的信息
到这放的因素那你是已经看着在。
所以这是一经典的方式的减少这维数的你的数据。
如果你有绝对的数据，为了例子，
你看在一个X-射线的这肺和你能看不同的症状。
然后你能有变量那描述，
这症状曾是那里，这症状曾是那里，
或其他症状曾是那里， X 1、 X 2、 X 3.
或许为了你的分析，
它是足够的到区分一个正常的——看着肺
和A肺那有一些症状某处。
在其他字，你转变A排仅有的和零点到A零。
和如果有在至少一一，你改变它到A一，
和你创造A新的多变的捕捉这信息。
或者到给你一个选择，你可以和X 1、 X 2、和X 3、
和数数这数字的症状那你看在一个X-射线。
这程序是被称为得分
和是A非常高效的方式的减少维度。
主要的成分分析有确切地这相同的精神。
它重组连续的变量。
它需要A线性组合的连续的变量
和这主意的捕捉这变化在一新已创建多变的。
我称呼这些维数减少方法聪明的，
因为什么时候你申请他们，
你已经学习某物关于你的数据。
和那是这所有的目的的统计数据，不是它？
学习事物从你的数据。
所以让我总结这优点的统计楷模。
第一的，他们能是用过的为了全部种类的任务，
不是仅有的为了预测。
第二，这模型本身是有用和完全可解释的。
和第三，
你能开始在A大的数据集和聪明的维数减少
前你实际上合身这模型。
我是仍然不是确信。
能你给我一个例子的A统计模型
那你应用到A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，
和为什么它是被称为喜欢那，我将要解释在A很少时刻。
让我们介绍这套索回归在四脚步。
步数字一是到提醒我们自己的这物流回归模型。
在A物流回归模型，我们有A绝对的，
在这最简单的案件，二-等级因素...
抱歉，一个绝对的回复和二水平，
和我们有A目标到模型这发生可能性的这事件。
这是通常完毕和这S-成形功能
那对应到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到这左边，
但这好的消息是那
和一个简单的转型那是被称为对数转型，
你能转动这原来的价值观进入日志它的价值，
和然后这结果是A简单的线性回归
在这对数值。
所以这底部线是物流回归，
是简单地线性回归在对数价值观。
步数字二。
这是A经典的情况的A二-因素线性回归模型。
和如何做我们合身这到A数据云？
出色地，我们做这和这帮助的A损失功能。
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功能。
这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损失功能
给定经过这和的平方错误。
第三，某物那是或许较少的已知，
我会喜欢到介绍概念F罗曼数学
这规范的A向量那是实际上只是A表示
的这概念的这距离的A长度的A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使用。
这是这欧几里得距离。
它是计算出的经过采取这正方形的这坐标
和然后采取这正方形根。
这单元圆圈作为你知道代表全部点
那有A距离一，从这中心。
这是这经典的欧几里得规范。
我们能简化这计算经过简单地采取这和的绝对价值观。
所以反而的采取A正方形和采取A正方形根，
我们简单地和这绝对价值观。
这是被称为这L_1规范。
和什么你看这里，这钻石是这表示
的这单元圆圈的这L_1规范。
在其他字，全部这点这里在这钻石有距离一,
如果你措施距离和这L _1规范。
最后，这所以-被称为最大限度规范在哪里你继续到简化。
你只是拿这更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案件，
它将要实际上转动进入A正方形。
这正方形是这单元圆圈为了这最大限度价值。
所以在概括，我们能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。
所以点和距离一，只是测量的和三不同的规范，
三距离，
三不同的观念的什么A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。
我们添加这损失功能。
和现在，反而的采取这普通的平方损失功能，
我们添加额外的学期。
和这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，测试版_1和测试版_2？
所以这是这L_1规范的这参数
那我们添加到这损失功能。
的课程，这是只是一选择。
你可以还正方形这些。
然后，你会得到什么是被称为A岭回归
如果你拿这正方形的这参数。
这第一的一这里，
这顶部一那我们是去到继续到使用
是被称为这套索或者L_1回归
因为这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，什么这方法是那你惩治这损失功能
为了选择大的贝塔价值观。
和这是为什么这惩罚那你介绍
线索到这学期受到惩罚的损失功能。
所以如果你有A惩罚，处罚为了大的贝塔向量，
然后反而的正在做普通的至少正方形，
你做A受到惩罚的回归。
现在，让我们看A小的少量更近到这影响那惩罚性的有。
所以这是一次再次这受到惩罚的损失功能
和这额外的学期这里。
现在，这图形那你看这里
是独立的的这所以-被称为调音范围，拉姆达。
这更大拉姆达是，这更多的重量这学期有，
和这更多的它将要力量这贝塔值到是小的。
这是为什么你看那这参数收缩。
和这是为什么这所有的程序是被称为绝对收缩。
第二，在这图形，你能考虑这区域这里，
这钻石作为这预算那你有
为了这和的这绝对价值观的贝塔。
和在这些椭圆形，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
之内这预算。
这在这案件画这里线索到这观点这里。
和到期的到这形状的这钻石，
这些二将要通常连接在A角落的这钻石。
和什么这方法是那这相应的范围
是放恰恰到零。
和这是为什么这方法是还好的为了选择
因为环境这范围零方法没有什么别的
比踢它出去的这模型。
所以这是在概括为什么我们称呼这L _1回归套索。
它有A收缩元素和A选择元素
到期的到这些二描述特征。
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：
你使用A验证方法
喜欢为了例子，赤池信息标准，
和你阴谋这依赖性的这航空工业协会的拉姆达。
和然后你能挑选A拉姆达价值
那给出你A最小的AIC。
在这左边边，你看如何这参数收缩
和你能看这蓝色的线那对应到这参数
那是实际上非零
尽管这其他那些是已经被迫到是零。
我是仍然不是确信。
能你展示我A具体的案件学习？
的课程。
所以数据那我是去到展示这里
包括的第739章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.
我们有一二进制回复
那包括的这级别恢复了并且死了，
和我们有43因素：
实验室价值观，命脉，预现存的状况，等等。
这是这数据那我们是去到分析现在。
所以这里，你看这数据集。
它有44列，作为你能看向下这里。
和第739章患者。
现在，让我们开始熟悉A小的少量这里和这数据。
我们有这最后的已知的地位，恢复了并且死了，
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 ab价值观，症状，和CT结果。
让我们看在一些分布。
所以这是这分配的这最后的已知的地位。
所以你能看那很遗憾46%的这些患者死了。
我们看这里这倾斜的年龄分配和一个强调这里多于60.
和你能看那大致70%的这患者是男性。
有A看在这额外的基线价值观。
你能看这里这身体大量的指数，
和你将要注意那我们有A趋势的高身体大量的指数
多于25.
我们有相当A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A重要的数量的心血管疾病，
的肺部的疾病，
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 ab价值观，症状，和计算机断层扫描，
我是去到展示你一代表从每个
所以那你能得到A感觉的如何这些价值观是分散式。
这是这呼吸系统速度。
这些是这数字的淋巴细胞。
所以这是A必不可少的范围， A实验室范围。
这里，你有A症状，严重肝失败
那能发生在这重症监护病房。
和这是A CT结果，
地区的合并那能是见过在这CT的这肺。
好的，所以现在我们是准备好
和我们是实际上去到分析这模型。
所以我去到分析一下，F它M奥德尔。
我拿这最后的已知的地位。
那是为什么我扔在一切别的作为因素
和我去到一般的回归
哪个是去到履行这套索回归。
你能看这里那这套索估计方法
是已经预选的。
所以如果我点击在去，这程序是已经完成的。
它是非常快速地，和这是这结果。
这是这截屏那你锯已经在这滑动。
现在，我是不是去到工作和这模型为了这下列的原因。
如果我去这里向上到这C型比较部分，
我看那我有30参数在这模型。
所以这模型是仍然非常大的。
如果我去后退向下这里，
我能看那我的航空工业协会不改变A很多如果我放它更远到这左边。
反而的正在做这手动，什么我是去到做
是我是去到改变这设置的联合管理计划
所以那它不拿这最好的-合身，这最小的工商局,
但反而这最小的之内这黄色的区。
所以这是某物我能做这里在这模型发射。
所以我拿这高级C语言控制
和我改变最好的合身至 S马莱斯特在 Y黄色Z一。
我点击在去。
和现在，实际上我有A非常好的模型和16参数。
现在，这是这模型我是去到使用。
和到是有能力的到展示你什么因素是在这模型，
我是只是去到选择他们，选择非零条款。
现在，我有这些16选定的，
和我能放他们在A物流回归
和启用这赔率比率。
所以在这顶部，我们看这16效果在我们的模型。
和以下，我们能看这赔率比率。
所以为了例子，这赔率比率的年龄是1.07。
如果你拿这到这力量10、它将要给你大致A价值的二，
哪个方法那和10年更多的，
大致，大约你的赔率比率双打。
你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的变量。
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，我会喜欢到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-已知的从这一般的人口。
所以这里，你看这依赖性的这最后的已知的地位相对年龄。
和你能看如何这增加年龄
增加你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。
在这左边边，
你看肺部的疾病和心血管疾病
那两个都还有A重要的影响在这风险的垂死从冠状病毒- 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到是在我们的模型。
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，它是批判的到记住
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A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你的风险
的批评的原因的这冠状病毒- 19疾病。
但一次你是批判地患病的，在那观点，他们不事情不再了。
所以那曾是A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，我会喜欢到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。
和作为你能看这里，这赔率比率是以下一，
减少这风险的死亡。
所以这是A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，你会和保证
有错过了他汀类药物，
因为单变量，它是完全地无关紧要。
但在我们的多因素的模型，
我们可以展示那他汀类药物有A保护的影响
反对垂死从新冠肺炎一次你是批判地患病的。
这发现有到过之后确认的经过其他的。
和只是作为一个例子，
我包括A元-分析从九月21
那的确证实那他汀类药物减少这死亡的患者
在A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品。
我会喜欢到拿这机会到感谢我的共同作者，
在特别的，斯特凡博格曼和玛蒂娜诺瓦克-梅钦
从这诊所在因戈尔施塔特。
和我会还喜欢到感谢你非常很多为了你的注意力，
和我是看着向前到你的问题。
感谢你非常很多。
