机器学习学科包括模型设计和数据预处理是非常重要的为了获得一个好的性能的准确的结果和可解释性。然而,他们通常不同时治疗,当模型评估,起源和预处理的数据将被忽略。医学和生物医学研究提供了各种各样的问题,机器学习可以是非常有用的决策支持,远程医疗和交互的发现。

这些事实的动机精化这个特殊的问题;因此,注重方法和机器学习的应用程序可以应用全面涵盖所有阶段来解决这个问题。特刊的论文包括穿过十字路口之间的医疗应用领域和理论模型。例如,广义估计方程相比,是一个常见的方法是对二次推断函数当应用于脂质和葡萄糖的研究。是常见的医学领域的可疑的预测模型,所以它很有趣也读了另一篇论文介绍机器学习技术的应用作为一个支持决策的工具,不会取代专家的判断。这个特殊的问题不仅考虑模型的应用程序来提高分类或预测精度,但也带来了论文的数据分析。在医学上的问题,是很常见的有连续和离散变量,以展示如何处理这些情况;本文题为“让连续结果变量保持连续“显示了如何应用一个受欢迎的回归方法没有二分变量,这个过程可能会丢失信息。

我们希望这个特殊问题的阅读将帮助医学研究人员需要注意的新方法和机器学习技术,以及他们如何可以应用。我们也希望机器学习社区可以看到各种各样的问题,他们创造的模型和算法可以应用提供有用的结果。

阿尔贝托•吉恩
Amaury Lendasse
Guilherme Barreto