外觀
Data Science › 應用領域
應用領域 (Applied Domains)
把統計、ML 與最佳化方法放進特定領域的情境。每個領域只保留可遷移的方法;通用理論留在 Statistics 與 Machine Learning。
選讀章節:依工作需要挑一個領域讀,不必依序。每篇都標出對生醫資料有用的對應。
| 筆記 | 內容 | 可遷移的方法 | 生醫對應 |
|---|---|---|---|
| Finance | 金融概念、投資組合與風險、回測、信用風險、保險年金 | 折現、共變異矩陣、蒙地卡羅、VaR / 尾部風險、回測紀律、分類模型的校準與門檻、存活機率加權 | 臨床風險模型的門檻與校準、壽命表、成本效益分析 |
| 行銷反應與選擇模型 | market response、choice model、campaign 成效衡量 | log-linear 模型、GLM、多項 logit、邊際效應、A/B 測試 | 病人偏好的離散選擇實驗 (DCE)、治療選擇 |
| 最佳化 | SciPy optimize、線性 / 整數規劃、供應鏈 | 決策變數、目標函數、約束、敏感度分析 | MLE 擬合、通量平衡分析 (FBA)、實驗排程 |
| 流程探勘 | event log、trace、variant、resource、throughput | 事件序列分析、等待時間分布 | 病人路徑、急診滯留、檢體處理流程 |