cvrie
Un modèle peut-il repérer un AVC sur un scanner, ou reconnaître une maladie à la façon dont les patients la décrivent ? Deux études médicales : un classifieur qui distingue scanners normaux, hémorragies et AVC ischémiques (89 % de précision), et un modèle non supervisé qui regroupe un millier de témoignages de patients en 12 pathologies.
Équipe
2 personnes
Cadre
Projet Epitech, 2e année
Statut
Terminé
Résultats
89.3%précision en validation, classifieur d'AVC à 3 classes
0.865score F1 macro
12thèmes extraits d'environ 1 000 témoignages