《表1 传统机器学习算法与深度学习算法的比较》
新型深度学习算法适用于患病风险评估、用药推荐等特征提取困难并且定义和量化模糊的问题,其凭借无需人工构造特征的特性,具有更为重要的研究价值。但需要海量数据来支持模型的训练和优化。然而,一方面,中医领域数据种类繁多、结构多样并且缺乏统一的标准,如何保证数据集的质量面临巨大挑战;另一方面,相对于西医领域各机构搭建的支持深度学习研究的公共数据集,中医领域则缺乏相应工作,中医数据集获取困难并且规模十分有限。通过对传统机器学习算法与深度学习算法的比较(表1),提出中医药数据挖掘研究应守正创新,取长避短,将多种算法相结合,从临床中来到临床中去。
图表编号 | XD00183888900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 张恒、张葆青 |
绘制单位 | 山东中医药大学附属医院、山东中医药大学附属医院 |
更多格式 | 高清、无水印(增值服务) |