真實世界中的機器學習系統:癌症預測

在本課程中, 你可以針對與癌症預測相關的實際機器學習問題* 進行偵錯。

實際範例:癌症預測

  • 模型已通過訓練,可預測病症患者是否患有癌症
癌症細胞
  • 模型已通過訓練,可預測病症患者是否患有癌症
  • 包括患者年齡、性別、先前的醫療狀況、醫院名稱、生命徵象、檢測結果
癌症細胞
  • 模型已通過訓練,可預測病症患者是否患有癌症
  • 包括患者年齡、性別、先前的醫療狀況、醫院名稱、生命徵象、檢測結果
  • 模型在保留測試資料中具有卓越效能
癌症細胞
  • 模型已通過訓練,可預測病症患者是否患有癌症
  • 包括患者年齡、性別、先前的醫療狀況、醫院名稱、生命徵象、檢測結果
  • 模型在保留測試資料中具有卓越效能
  • 但該模型對新病患造成了非常驚人的原因。為什麼會這樣?
癌症細胞

您為何認為模型無法在新的病患身上得到良好成效?確認是否可以找出問題,然後按一下下方的「播放」按鈕 ▶ 確認是否正確無誤。

* 這個模組採用過於寬鬆 (途中所做的一些修改),在「資料挖礦」洩露 (邏輯:偵測、偵測和避免) 方面則依靠 Kaufman、Rosset 和 Perlich,而這點非常寬鬆。