こんにちは。 良い 朝、 みんな。
これ は サイジャック・ラミ そして I 持っている 私の チームメイト、 ツェ・ディアオ。
基本的に、 私たちは は a 仕事 分析 卒業 学生
から コネチカット大学スタンフォードキャンパス。
少し について 私たちの露出 に ジャンプ。
私たちは 持っている 広範囲に 使用済み ジャンプ
で 私たちのP 予測モデル コース で 私たちの 最初の学期 .
私たちは 感じた その a とても 簡単 そして とても 強力 道具、
そして そこには は a 多く 私たちは できる する から それ。
私たちは は まだ 探検する その 多くの 特徴 の その ジャンプ。
今日、 私たちは は ここ に 夏の間に取り組んだ作業を発表する
それは心です 失敗 予測 使用して モダンな スクリーニング プラットフォーム。
私たちは は 呼び出し それ 改善された なぜなら 私たちは 使用 いくつかの JMPプラットフォーム
に てこの作用 予測。
近日公開 に その 議題 今日、 それで これ は ただ 一つの 概要 スライド
から どれの あなた だろう 得る その 要旨 の 何 私たちは は やっている、
私たちは 話した について 続いて による その 三つ スライド、
どれの 私たちは どこ 私たちは 話す について 前処理
そして いくつかの EDA、 どれの 私たちは 持っている 終わり、 そして その モデリング。
近日公開 に その 導入、
私たちは 知る それ 心血管疾患
は その 番号 1つ 原因となる の その 死 世界的に、
主張する 一つの 推定 の 70.9 10億人の命 で 2019年。
それ アカウント のために その周り 32 % の 死亡者（数） 世界中で 毎 年。
で 私たちの 問題、 それで 私たちは 持っている 撮影 集まった データ セット、
そして 私たちは 発展した a 分類 モデル のために 分類 その 心臓 病気。
私たちは また てこの作用 これ 予測 使用して その モデル スクリーニング、
資本 比較 そして 添付ファイル 特徴 で その ジャンプ 16.
その モデル 出力 意思 ヘルプ で 理解 その 重要性 の 要因
それ は リードする に 心臓 病気 そして その 確率。
私たちは また 探す その 確率 の 現像 その 心臓 病気、
以下の場合を除き c 中くらい 条件。
要約 私たちの 客観的 は に 建てる その 最高 モデル そして 探す その 要因
それ は リードする に その 心臓 失敗 使用して その ジャンプ16 プラットフォーム。
近日公開 に a 方法論 そして 少し について 私たちの データ セット、
その データ セット 含まれる その周り 918 参加者 から 違う 国。
そこには は 11 要因 関連する に 心臓 失敗、
そのような として 年、 セックス、 血 プレッシャー、 そして 血 グルコース。
どのように進んだか に 私たちの 予測
は 私たちは 初演 その 前処理 の その データ
による 探検する もし そこには は どれでも ない 価値観 または どれでも 外れ値。
さらに、 私たちは 実行された その EDA 分析 に 理解する その 重要性
そして その 関係 の その それぞれ 特徴 で 関係 に その 心臓 失敗。
に 建てる その モデル、
私たちは 法人化 その JMPに続く 16 機能 で 私たちの 方法論。
その まず最初に は その モデル スクリーニング。
どれの は 一つの 効率的 プラットフォーム、 a 同時に フィッティング、
比較する そして 探検、 選択する
そして それから 展開中 その 最高 予測的な モデル。
その 次 来る その モデル 比較、 どれの 一つの 簡単 プラットフォーム
に 比較する そして 選択 その 最高- パフォーマンス 予測的な モデル。
次 ダッシュボードが登場 は 一つの 効率的 方法
に より良い 私たちの代表 EDA 簡潔に。
私たちは できる 走る どれでも 時間 として その 新しい データ は 利用可能。
私は 来る に 私たちの 結果。
これ は ただ 概要 の その 結果 どれの 私たちは 持っていた。
使用 その モデル スクリーニング、
私たちは 特定された それ その ブースト 木 は 私たちの 最高 モデル。
私たちは 選ぶ そして 私たちは 持っている また ない ただ の上 正確さ。
私たちは 集中 の上 どれの は 持つ その 少しでも 1つ レート、
なぜなら 私たちは する ない 欲しい 私たちの モデル に 持っている 高い 間違い 良い点、
なぜなら 私たちは しない 欲しい その 心臓 レート、
のように 心臓 失敗 予測する 患者 ない に 仕事 として ない 検出されました。
に基づく これ、 私たちは 持っている 選ばれた その ブースト 木 として 私たちの 最高 モデル。
近日公開 に その カラム 貢献、
それで いつ 私たちは は、 私たちが 試した に 識別する
何 は その 重要 要因 それ は 原因となる その 心臓 失敗 予測。
使用する場合 その ブースト 木、
私たちは 特定された それ 運動性狭心症、
それで どれの は もし a 人 もっている
その で- 使用 痛み 期限 に エクササイズ
そして また 断食 Bs、血糖値、
安静時心電図、ST傾斜、胸痛の種類
11個のパラメータのうちいくつかは
約75％を占めています 心不全。
次に、より詳細な分析を行います。 浙貂はそうするだろう なれ 取る ケア。
さて、その後 スクリーニング を通して その 基本的な 情報 の その データ、
そのような として ターゲット 特徴、 予測的な 変数、 データ 種類、
私たちの 分析 仕事 意思 始める と データ クリーニング。
私たちは 必要 に 取引 と ない 価値観 そして 全て レイヤー 最初に 得る a クリーン データ。
ジャンプ 提供する a バラエティ の 方法 に 探検する そして 取引 と 彼ら。
のために その ない 価値、 JMPは 画面 その 詳細
で その まとめ テーブル めったに 画面 彼ら で 細胞 プロット または 木 地図。
今日、 私たちは 見せる その 統計的 テーブル ここ、
どれの は また a 方法 に 得る 情報 私たちは 欲しい。
私たちは できる 見る それ そこには は いいえ ない 価値 で 私たちの データ。
しかし いつ あなた さらに遠く 探検する その データ 分布、 あなた 意思 探す それ
いくつかの指標 使用 その 番号 ゼロ に 交換する その ない 価値。
私たちは 扱う その データ ゼロ と 削除 そして その メディア 代替品 なぜなら
その 価値 の その 鉛 インジケータ できない なれ ゼロ。
のために その 外れ値、
箱ひげ図 そして 探検する 外れ値モジュール は 一般 方法。
今日、 私たちは 使用 その アウトライヤーアナ 溶解機能、
そして そこには a 多様 モジュール、
どれの 反映する その 距離 の a 多次元 空間
の中へ これ マハラノビス 距離 グラフ。
私たちは 持っている 保持 これ 外れ値 この 分析 なぜなら 私たちは 考慮する それ
これは 一般 現象 で 医学 テスト 結果。
後 完了する これら 手順、
私たちは 得る その クリーン データ、 そして それから 私たちは 入力 その データ 探検 ステージ。
で これ ステップ、 私たちは 建てられた いくつかの 一般的に 使用済み
その チャート に 見せる いくつかの 情報 含まれている 額 データ。
ジャンプ 提供する 私たち 多くの 選択肢 で この部分
そのような として 木 地図、 指輪 チャート、 バー チャートと ゼロ。
から これら グラフ、 私たちは 知る それ その 割合 の 男
苦しみ から 心臓 失敗 は 2回 それ は 女性。
80 % の 患者 と 心臓 失敗 持っている 糖尿病
そして 77 人 持っている いいえ 症状 の 胸 痛み、
どれの 明らかにする その 知覚不能 の その 病気。
後 私たちは 描く これ 役に立つ 結論、
私たちは 来る に その モデリング ステージ に さらに遠く 探検する その 関係 間 データ。
いつ あなた は やっている データ 分析、
あなた 5月 いつもの 考える 何 モデル I 欲しい に 建てる、
または 何 モデル 実行する 最高。
モデル スクリーニング 関数 で ジャンプ 役立つ 私たち
解決する これ 問題 で とても 直感的な 方法。
あなた ただ 必要 に ドラッグ その ターゲット 変数
そして その 予測 変数 に その 対応する ポジション。
JMPは ヘルプ あなた 走る また 適切な モデル。
で これ 分析、 JMP書き込み 九 モデル 自動的に、
含む 回帰 モデル、 ブーストツリー、ニューラル は twork そして それで の上。
あなた できる 得る a 詳細 そして クリア 出力。
もし あなた のみ ケア について その 結果、
その まとめ テーブル できる ヘルプ あなた 選ぶ その 最高 モデル、
かどうか あなた 考慮する 残留 または フィッティング 程度。
もし あなた 欲しい に 知る その 詳細、
その パラメータ そして その 結果 の 各モデル、
あなた ただ 必要 に クリック その モデル あなた 欲しい に ビュー で 詳細 一部、
そして あなた できる 理解する その パフォーマンス の その モデル から 全て 側面。
ここ 私たちは 傍受 a パラメータ、 コンピューター マトリックス そして プロファイラー。
で プロファイラー、 あなた できる 入力 新しい データ
に 観察する その 変化 電車 の それぞれ 変数 そして 得る その 予測する その 結果。
私たちは 見る それ その 影響 の 年 は ない 重要な、
どれの 5月 なれ 対抗する に 私たちの組み合わせ。
どこ 性別、 糖尿病 およびST_ スロープ は その 主要 影響 要因。
さらに、 で これら 結果、
私たちは 支払う 注意 に その 誤分類 レート、
特に は a 間違い ネガティブ 価値、
なぜなら それ 手段 それ その 忍耐強い もっている 心臓 失敗、
そして 私たちは 予測する それ 彼 する ない、
どれの 5月 鉛 に とても 深刻な 結果。
その 最高 パフォーマンス モデル 私たちは 選択する これ 分析 は 想定 に 減少
どれの もっている その 最低 その 誤分類 レート そして その 最高 感受性。
それから 私たちは できる 保存 全て その 予測式
そして その 結果 のために 使用 で その モデル 比較。
モデル比較により もっと 簡潔 そして 直感的な 形式
に 見せる モデル パフォーマンス 指標、
どれの は 便利 のために 私たち に 作る その ファイナル 選択。
今、 I 取る を通して に その 最後 一部 の 私たちの プレゼンテーション、 どれの は その ダッシュボード。
使用 その ダッシュボード 特徴、
私たちは 作成された a ユーティリティ どこ 私たちは 追加した いくつかの 重要 特徴、
どれの 私たちは 議論した 前に、 そして どれの は 批判的に 影響を与える その 心臓 レート。
ここ 私たちは できる 交流する による 提供 その 入力
のように I できる 選ぶ 男 または 女性、
そして 私たちは できる 平 選ぶ その 胸 痛み タイプ。
また、 何ですか その ST_s ロープ パターン、 そして また、 何ですか その 過剰 で ゲノム？
に基づく これ、 I できる 交流する と その ユーティリティ、
そして また ベース の上 それ、 それ 意思 画面 その 確率 の その 心臓 レート、
どれの は a かわいい 役に立つ 特徴。
それ 来る に その 最後 一部。
で 結論、 I ただ 欲しい に 要約します。
私たちは 使用 その モダンな 画面 プラットフォーム、 そして を通して どれの 私たちは 探検する
最高の予測 モデリング のために その 心臓 失敗 予測。
私たちは また てこの作用 何でも その 仕事 私たちは 使ってみる その ジャンプ16 ダッシュボード。
どれの 私たちは 開発する a ユーティリティ に 開発する 一つの 相互の作用 プラットフォーム
それ 出力 その 確率 の その 心臓 失敗 ベース の上 その 入力 そして パラメータ。
それは 全て 私たちは 持っている のために 今日。
感謝 あなた。
