Есть корпус данных в текстовой форме ( естественный язык) -жалобы пациентов и есть диагноз соответствующий каждому. Каким методом на основе этих данных лучше всего обучить ии для постановки диагноза на основе жалоб в текстовом виде?( больших вычислительных мощностей нет). Подойдет ли метод градиентного бустинга?
«Для обучения ИИ на основе текстовых данных, таких как жалобы пациентов, с целью постановки диагноза, наиболее подходящим методом является машинное обучение на основе глубокого обучения, в частности, рекуррентных нейронных сетей (RNN) и трансформеров.»
«Метод градиентного бустинга, такой как градиентный бустинг с деревьями решений (Gradient Boosting Decision Trees, GBDT), также может быть использован для задач классификации текста. Однако, в контексте больших объёмов текстовых данных и отсутствия значительных вычислительных мощностей, глубокое обучение может быть более предпочтительным из-за его способности к обучению на более сложных и абстрактных представлениях данных.»
«Для реализации модели на основе глубокого обучения, можно использовать библиотеки машинного обучения, такие как TensorFlow или PyTorch.»
Эти вопросы не здесь надо задавать, а посмотреть на сайте
agirussia.org адреса телеграм-каналов:
- Telegram: Contact @agirussia (основная и про технологии)
- Telegram: Contact @agitopics (тематические подгруппы)
и писать туда
1 лайк