Machine Learning in Healthcare with R
Conteúdo e prática do Curso de interpretação de algorítmos em R para aplicação na saúde.
- Introdução ao R e ao Python.
- Tipos de modelos machine learning.
- Pré-processamento: seleção de variáveis, vazamento de dados, padronização, redução de dimensão, colinearidade, estratificação, valores missing, one-hot encoding.
- Sobreajuste.
- Medição de performance.
- Regressões penalizadas.
- Regressões penalizadas review.
- Mínimos quadrados parciais.
- Support vector machines.
- Árvores de decisão, randomforests
- XGboost (gradient boosted trees)
- Redes neurais.
- Deep learning.
- Importância preditora das variáveis.
- Considerações finais.