Data & ML
Clinical Data Machine Learning & Survival Modeling
Analisis data medis historis menggunakan model klasifikasi machine learning untuk mengevaluasi peluang kelangsungan hidup pasien pascaoperasi.
Implementasi & Rancangan Sistem
Komputasi ilmiah dan exploratory data analysis (EDA): pra-pemrosesan fitur, analisis matriks korelasi, dan pemodelan klasifikasi supervised machine learning pada dataset Haberman Survival.
Peran & Kontribusi
Analisis kolaboratif: berkontribusi pada alur pembersihan data, visualisasi korelasi fitur, dan evaluasi metrik model kuantitatif menggunakan Python.
Poin Utama Implementasi
- Melakukan exploratory data analysis terstruktur terhadap ketimpangan kelas pada fitur usia, tahun operasi, dan jumlah node aksiler.
- Mengevaluasi matriks korelasi dan pra-pemrosesan fitur sebelum melatih model klasifikasi supervised.
- Membandingkan akurasi dan metrik evaluasi model klasifikasi secara kuantitatif dalam notebook Python.
Bukti Verifikasi & Hasil
- Alur pra-pemrosesan data, visualisasi EDA, dan evaluasi model klasifikasi terdokumentasi utuh di Jupyter.