[보안 로그인 하기]
[회원가입]  [ID/PW찾기]
부인과 피부과학 : 진료지침(부인피부질환)
부인과 피부과학 : 진료지침(..
판매가: 108,000
저자: 박소영, 이유경, 이성하 역
여성생식기 미용수술-개념, 분류와 테크닉 (회음성형)
여성생식기 미용수술-개념, 분..
판매가: 108,000
저자: 원철 역
최신산부인과초음파진단-2판
최신산부인과초음파진단-2판
판매가: 90,000
저자: 서울대학교의과대학산부인과학..
진통 중 초음파학-난산과 제왕절개술의 예측
진통 중 초음파학-난산과 제왕..
판매가: 72,000
저자: 이유경 김광준 외 11인 역
탈모와 모발 복원 - Hair Loss and Restoration
탈모와 모발 복원 - Hair..
판매가: 81,000
저자: 전지훈
진료실에서 흔히 볼 수 있는 소아 피부 질환 임상진료지침
진료실에서 흔히 볼 수 있는 ..
판매가: 72,000
저자: 김지희 역
딱 일주일만에 끝내는 전방사 및 ARDMS 시험대비 임상초음파 문제
딱 일주일만에 끝내는 전방사 ..
판매가: 54,000
저자: 심현선
복부대동맥류 Abdominal Aortic Aneurysm(AAA)
복부대동맥류 Abdominal..
판매가: 126,000
저자: 김영욱 외 46명
Speroff`s Clinical Gynecologic Endocrinology and Infertility-9판/ebook가능
Speroff`s Clinic..
판매가: 258,300
저자: Taylor
Gynecologic Oncology - Operative Techniques in Gynecologic Surgery-1판
Gynecologic Onco..
판매가: 180,000
저자: Kenneth Hatch
 국민카드 2018.07 
 2019년 9월 무이자 
 결제프로그램 오류시 수 
 2017년 12월 무이 
    예측모형 누구나 쉽고 재미있게 만드는-1판   
예측모형 누구나 쉽고 재미있게 만드는-1판
       판매가 : 25,00022,500
       적립금 : 450
       저   자 : 김지형
       출판사 : 북앤에듀
    ISBN(13) : 9791155901182
       발행일 : 2019-04-22  /   1 판   /   236 페이지
       상품코드 : 26706
       수 량 :
       특이사항 :



예측모형은 정말 재미있는 것이며 실제에서 활용될 만한 것입니다. 어쩌면 통계학 분야 중 가장 일상생활과 밀접한 영역이라고
할 수도 있고 통계학의 궁극적인 목표 중 하나라고도 생각됩니다.
과거의 데이터를 이용해서 미래를 예측합니다. 다양한 정보들을 동시에 고려하여 현실을 정확히 파악합니다.
다양한 학문 분야에서 활용되는데, 오히려 의학 통계에서는 덜 사용되는 듯합니다. 아니 의학의 어떤 분야에서는 활발히
사용되고 어떤 분야는 전혀 활용되지 않는 듯하기도 합니다.
이 책은 예측모형에 대해 전혀 익숙하지 않은 사람도 예측모형이 무엇인지 알 수 있도록 소개하면서 또 이미 예측모형을
사용하는 분도 다양한 고급 예측모형들을 만들어 보고 공부할 수 있도록 하기 위해 의도적으로 단순화하고, 형식을 통일하여
배치하였습니다. 일관된 형식을 가질 수 있도록 말이죠. 그리고 어떤 예측모형에서 사용되던 https://tinyurl.com/Bayes-Class1
을 이용하여 data를 원하는 방식으로 둘로 쪼갤 수 있도록 하였는데 이는 예측모형뿐 아니라, 다른 데이터들도 적당한 비율만큼
쪼개거나 일부만 무작위로 선택할 때 사용할 수 있습니다. 인공신경망 예측모형에서 설명하였던 https://tinyurl.com/confusion-
matrix를 이용하면 어떤 예측모형이나 진단 도구에서 나온 두 자료값도 서로 비교할 수 있습니다.

https://tinyurl.com/ROC-pretty와 https://tinyurl.com/ROC-pretty2는 ROC를 그리고 비교하는 도구이며 예측모형과 직접
간접으로 관련이 있어서 본문에서 소개하였습니다. 즉, 이들 도구는 어떤 예측모형을 사용하더라도 응용할 수 있는 범용
툴이라고 할 수 있습니다. 제목 별로 본문에서 사용했던 툴들을 정리해 보았습니다.

NRI쉽게 계산하기
https://tinyurl.com/NRI-predict

베이지안 예측모형
https://tinyurl.com/Bayes-Class1
https://tinyurl.com/Bayes-Class2

인공신경망 예측모형
https://tinyurl.com/Neural-Networks-Prediction
https://tinyurl.com/confusion-matrix

K 근접법 예측모형
https://tinyurl.com/Prediction-kNN

SVM 예측모형
https://tinyurl.com/SVM-Prediction

결정나무 예측모형
https://tinyurl.com/Decision-Tree-party
https://tinyurl.com/Decision-Tree-tree
https://tinyurl.com/Decision-Tree-rpart

Random Forest 예측모형
https://tinyurl.com/Random-Forest2

Bagging 예측모형
https://tinyurl.com/Prediction-Bagging

Gradient boosting 예측모형
https://tinyurl.com/Prediction-GBM

딥러닝 예측모형
https://tinyurl.com/Deep-NN

로지스틱 회귀분석 예측모형
https://tinyurl.com/Prediction-Logistic-Regression

Ÿ 검토와 validation
https://tinyurl.com/confusion-matrix
http://cafe.naver.com/easy2know/6632
https://tinyurl.com/calibration-plot
https://tinyurl.com/classifier-plot
https://tinyurl.com/ROC-pretty

생존 자료의 예측모형
https://tinyurl.com/survival-Prediction

선형 회귀분석 예측모형
https://tinyurl.com/prediction-GLM
https://tinyurl.com/LOWESS2

Bayesian Model Averaging 예측모형
https://tinyurl.com/prediction-BMA

SVM 예측모형
https://tinyurl.com/SVM-Prediction

Ÿ 검토와 validation
http://tinyurl.com/Taylor-diagram
https://tinyurl.com/matrix-scatterplot1

예측모형의 메타분석
https://tinyurl.com/MA-prediction-model

아무쪼록 즐거운 공부가 되길 바랍니다.

사용된 예제 파일은 https://tinyurl.com/Prediction-KJH에 첨부되어 있습니다.



Part 1. 몇 가지 예제

01 진단 도구, 예측 도구의 필요성
02 예제 1 한국형 당뇨 진단 모델
▶ 엑셀로 계산해 보기
▶ 엑셀로 된 유명한 Framingham
▶ 연속변수를 구간으로 나누기
▶ 국민건강영양조사

03 예제 2 한국형 당뇨 예측 모델
04 예제 3 심근경색 예측을 위한 모델
▶ NRI 쉽게 계산하기

05 예제 4 유방암 치료 후 생존율 모델
▶ 계산식 보급하기

Part 2. 다양한 예측모형

01 베이지안 예측모형
02 인공신경망 예측모형
03 K 근접법 예측모형
04 SVM 예측모형
05 결정나무 예측모형
06 Random Forest 예측모형
07 Bagging 예측모형
08 Gradient boosting 예측모형
09 딥러닝 예측모형
10 로지스틱 회귀분석 예측모형

▶ 검토와 validation
11 생존 자료의 예측모형
12 선형 회귀분석 예측모형
13 Bayesian Model Averaging 예측모형
14 SVM 예측모형

▶ 검토와 validation

Part 3. 예측모형을 위한 평가

01 예측모형의 현실
02 예제 5 예측모형들의 비교
03 TRIPOD STATEMENT
04 CHARMS checklist
05 PROBAST checklist
06 예측모형의 메타분석
클릭 하시면 에스크로 가입여부를 확인 하실 수 있습니다.