文件名称：住院病人分层收费
文件大小：16KB
文件格式：ZIP
更新时间：2024-03-05 01:59:04
JupyterNotebook
用于患者风险分层的机器学习：是站在临床医生的肩膀上还是在看医生的肩膀？ 纸上附带的示例代码：用于患者风险分层的机器学习：站在临床医生的肩膀上还是俯瞰他们？ 链接：@TODO。 DOI：@TODO。 作者：Brett K. Beaulieu-Jones *，William Yuan *，Gabriel A. Brat，Andrew L. Beam，Griffin Weber，Marshall Ruffin，Isaac S. Kohane 摘要：机器学习只有在研究人员展示出能够提供新颖见解的模型而不是从临床医生已经采取的行动中学习时，才可以帮助临床医生做出个性化的患者预测。 我们仅使用由临床医生发起的行政数据来训练深度学习模型，其中使用了三个数据子集来进行4290万次入学：仅人口统计学数据，人口统计学数据和入院时可用的信息，以及先前的数据以及入院第一天记录的费用。 入院第一天接受收费
【文件预览】：
inpatient-stratification-charges-master
----.gitmodules(129B)
----ClassifyLOS.ipynb(12KB)
----ClassifyMortality.ipynb(12KB)
----ClassifyReadmit.ipynb(12KB)
----README.md(2KB)
----ExtractCoocurrences.ipynb(5KB)
----preprocess_subset.py(11KB)
----train-embeddings.sh(406B)
----poincare-embeddings()