OvaRisk-ML: Ovarian Cancer Risk Classification with Machine Learning
5종 ML 모델로 난소암 위험군을 분류하는 예측 시스템 (Review 중).
•
1 min read
머신러닝 분류 과제 수행 단계
분류(classification) ML 프로젝트의 전반적 워크플로 — 변수 탐색·결측·다중공선성·인코딩·스케일링·변수 선택부터 모델링·평가까지 단계별로 정리한 실무 가이드.
Chaehyeon Lee
Logistic Regression
Linear regression과 달리 닫힌 해가 없는 logistic regression. Likelihood, MLE, gradient descent 흐름과 sigmoid 기반 예측·분류까지.
Chaehyeon Lee
XGBoost
Gradient Boosting을 빠르고 확장 가능하게 만든 XGBoost. 근사 split finding, sparsity-aware split, 그리고 시스템 설계 (column-wise pre-sorted) 까지.
Chaehyeon Lee
MLP (Multi-Layer Perceptron)
단일 perceptron의 한계를 극복하기 위해 여러 perceptron을 결합한 MLP. Hidden node의 역할, XOR 문제 해결, 그리고 backpropagation까지.
Chaehyeon Lee
SVM (Support Vector Machine)
이진 분류 알고리즘 SVM의 기본. 선형 분류기 목적, 마진 너비 도출, 마진과 VC 차원의 관계, 그리고 hard margin 선형 SVM의 primal → dual 변환과 support vector 개념까지.
Chaehyeon Lee
Random Forest
Bagging의 특수한 형태로, decision tree를 base learner로 쓰면서 분기 시 변수도 무작위로 선택해 다양성을 한층 확보하는 앙상블. 일반화 오차 공식과 OOB 기반 변수 중요도까지 정리.
Chaehyeon Lee
Whole-Brain Functional Gradients in Migraine
편두통 환자의 뇌 기능 저하를 비선형 매니폴드 러닝으로 정량화 (Human Brain Mapping, IF 4.7).
•
1 min read