ความสามารถในการระบุผู้ป่วยที่ติดเชื้อ Zika

ข้อมูลทั้งหมดที่ได้จากการวิเคราะห์สเปกโตรมิเตอร์ของทั้งสองกลุ่มที่ผ่านการทดสอบเป็นบวกสำหรับ Zika และกลุ่มควบคุมจะถูกป้อนเข้าไปในโปรแกรมคอมพิวเตอร์ที่ใช้อัลกอริธึมการเรียนรู้แบบสุ่มป่า เครื่องมือประดิษฐ์ประเภทนี้มีความสามารถในการวิเคราะห์ข้อมูลจำนวนมากโดยใช้วิธีการทางสถิติที่เฉพาะเจาะจงในการค้นหารูปแบบที่สามารถใช้เป็นพื้นฐานสำหรับการจำแนกการทำนายการตัดสินใจการสร้างแบบจำลองและอื่น ๆ

“อัลกอริทึมจะสุ่มตัวอย่างแยกตัวอย่างกำหนดว่ากลุ่มใดจะเป็นกลุ่มฝึกอบรมและกลุ่มคนตาบอดจากนั้นจะดำเนินการทดสอบและตรวจสอบความถูกต้อง ณ สิ้นจะบอกเราว่ามีจำนวนตัวอย่างที่เป็นไปได้หรือไม่ที่จะได้รับชุดของการเผาผลาญ เครื่องหมายระบุความสามารถในการระบุผู้ป่วยที่ติดเชื้อ Zika ” ชุดข้อมูลผู้ป่วยแต่ละชุดที่ป้อนลงในโปรแกรมช่วยเพิ่มขีดความสามารถในการเรียนรู้และทำให้รู้สึกไวมากขึ้นเขาพูดต่อไป ในกรณีของ Zika การศึกษาที่ได้รับทุนสนับสนุนของ FAPESP ได้สร้างแผงไบออสเวิร์คจำนวน 42 รายการเป็นกุญแจสำคัญในการระบุไวรัส พบว่ามีอัลกอริทึม 12 ชนิดที่พบมากในเลือดของผู้ป่วยที่เป็นบวกในการเป็นโรค