posted by wap, platform: iPhone
例如：

医院的就餐消费数据

假设有理论：就餐消费数据比较高，这样的住院者康复效果好。


首先，如何收集训练样本数据？（都是住院者的消费记录）

其次，如何训练模型？选择何种算法？


最后，如果一个新的住院者，用5天的就餐消费数据，如何通过模型得出：是否康复加快、加快多少？（具体怎么做？）

posted by wap, platform: Android
:关于AI：TensorFlow、PyTorch、openAI（GPT-3）后续发展趋势，各位怎么看？
时间:21-12-01 04:13
作者:ueol

posted by wap, platform: iPhone
如题

posted by wap, platform: iPhone
这岂是三言两语能说清楚的…

posted by wap, platform: Android
你这哪需要什么ai，不就是检查住院消费金额和剩余住院天数的相关性吗

posted by wap, platform: iPhone

引用:

原帖由 @ffcactus  于 2022-1-18 16:24 发表
这岂是三言两语能说清楚的…

试着讲讲

鸡骚伺候

posted by wap, platform: iPhone

引用:

原帖由 @alann  于 2022-1-18 16:27 发表
你这哪需要什么ai，不就是检查住院消费金额和剩余住院天数的相关性吗

具体有什么算法推荐？

posted by wap, platform: Android

引用:

原帖由 @ueol  于 2022-1-18 19:10 发表
具体有什么算法推荐？

你还是先讲讲自己的进展吧，别只是套话的，就和你之前一样

你这应该算是数据统计范畴的吧

tabular数据做好

features（特征）：消费数据分类，金额，等等等等能想到的都加上
target（目标）：预期住院天数和实际住院天数的比较

每一行就是一个个体

目前处理这种模型最牛逼的算法叫GBDT（gradient boosting decision tree），基于decision tree（比如random forest）的ML增强版

还可以用Shapley value衡量每个feature对loss或者其他criterion的sensitivity

两大成熟的软件包一个是微软的LightGBM，一个是曾经找到希格斯玻色子的XGB

如果细讲以上大概可以为一个小公司省去100k到200k的咨询费

posted by wap, platform: Android
你去tensorflow官网看下文档扫个盲？
你说的我知道但是我觉得跟你说清楚恐怕得耗费大量精力