Dalam pelajaran ini, Anda akan melakukan debug pada masalah ML di dunia nyata* terkait prediksi kanker.
Contoh di Dunia Nyata: Prediksi Kanker
Contoh di Dunia Nyata: Prediksi Kanker
- Model dilatih untuk memprediksi "probabilitas pasien menderita kanker" dari rekam medis
Contoh di Dunia Nyata: Prediksi Kanker
- Model dilatih untuk memprediksi "probabilitas pasien menderita kanker" dari rekam medis
- Fitur termasuk usia pasien, gender, kondisi medis sebelumnya, nama rumah sakit, tanda-tanda vital, hasil tes
Contoh di Dunia Nyata: Prediksi Kanker
- Model dilatih untuk memprediksi "probabilitas pasien menderita kanker" dari rekam medis
- Fitur termasuk usia pasien, gender, kondisi medis sebelumnya, nama rumah sakit, tanda-tanda vital, hasil tes
- Model memberikan performa yang sangat baik pada data pengujian yang dipertahankan
Contoh di Dunia Nyata: Prediksi Kanker
- Model dilatih untuk memprediksi "probabilitas pasien menderita kanker" dari rekam medis
- Fitur termasuk usia pasien, gender, kondisi medis sebelumnya, nama rumah sakit, tanda-tanda vital, hasil tes
- Model memberikan performa yang sangat baik pada data pengujian yang dipertahankan
- Namun, model berperforma buruk pada pasien baru -- mengapa?
Contoh di Dunia Nyata: Prediksi Kanker
Menurut Anda, mengapa model ini tidak dapat berperforma baik pada pasien baru? Lihat apakah Anda bisa mengetahui masalahnya, lalu klik tombol Putar ▶ di bawah untuk mencari tahu apakah Anda benar.
* Kita mendasarkan modul ini dengan sangat longgar (melakukan sejumlah modifikasi selama prosesnya) pada "Kebocoran data atau data mining: formulasi, deteksi, dan penghindaran" oleh Kaufman, Rosset, dan Perlich.