강의 소개
UCI 클리블랜드 심장질환 데이터(환자 303명, 13개 임상 지표)로 진단 보조 모델을 구축하는 프로젝트. 로지스틱 회귀·SVM·결정트리·랜덤포레스트·KNN 5가지를 비교하고, 정확도 88%라는 숫자 뒤에 숨은 함정을 파헤친다. 의료에서 진짜 중요한 것은 놓친 환자(2종 오류)를 줄이는 재현율과, 왜 그렇게 판단했는지 설명되는 해석가능성임을 발견한다. 혼동행렬·임계값·ROC/AUC·특성중요도, 그리고 데이터 편향과 의료 AI 윤리까지 다루는 의약학·데이터과학 탐구보고서 프로젝트.
멘토 Q&A 포함
코드 자료 포함
리포트 자료 포함
강의 정보
강사
딥클래스 멘토 멘토
총 강의시간
1시간 14분
수강기한
평생 무제한
총 강의수
15개
연계 진로
의약학
연계 교과
정보
커리큘럼
총 3개 섹션 · 15개 수업섹션 1. 1회차 — 데이터와 심장: 문제와 탐색
5개 수업- 1초에 한 명 — 심장질환을 데이터로 읽다미리보기04:30
- 환자 한 명이 13개의 숫자로 — 데이터 만나기05:00
- 절반이 환자 — 균형 데이터의 의미04:30
- 최대심박수의 배신 — 상관관계의 반전05:00
- 증상이 없어도 환자다 — 무증상과 성별05:00
섹션 2. 2회차 — 5가지 모델과 평가의 함정
5개 수업- 첫 모델 로지스틱 회귀 — 확률로 진단하기05:00
- 5가지 모델 대결 — 그리고 스케일링의 함정05:30
- 88%의 함정 — 정확도가 속이는 것05:00
- 놓치면 죽는다 — 재현율이 왕인 이유05:00
- 0.5를 0.3으로 — 임계값과 ROC 곡선05:00
섹션 3. 3회차 — 해석·윤리·한계
5개 수업- 왜 가장 단순한 모델인가 — 해석가능성05:00
- 어떤 검사가 결정적인가 — 특성 중요도05:00
- AI는 딸깍이 아니다 — 데이터·도메인·해석05:00
- 1988년의 한계 — 이 모델을 믿어도 될까04:30
- 의사를 대체하지 않는다 — 보조하는 AI05:00
멘토 소개
❤️
딥클래스 멘토 강사
딥클래스 멘토 멘토는 의약학 분야의 풍부한 경험을 바탕으로 고등학생 눈높이에 맞춘 강의를 진행합니다.
수강평 0
리뷰를 작성하려면 로그인이 필요합니다
Q&A
Q&A
(0개 질문)로딩 중…
추천도서
추천 도서가 없습니다.