2017/06/17 ICLR2017読み会@DeNAツイートまとめ (2ページ目)

システムバイオの先生から医療データの解析の話　#iclr2017jp

2017-06-17 14:09:54

機械学習系の国際学会の違い、こんな感じでしょうか ICLR: ディープラーニングに特化している、いろいろな論文を心広く受け入れている感じがある ICML: 機械学習全般 NIPS: ニューラルネットワークの他、神経科学的な応用なども含まれる #iclr2017jp

2017-06-17 14:10:15

続きまして理化学研究所の川上さんの医療データ解析界隈から見たICLRという、なかなか聞けないお話です！（医師免許も持たれてるお医者さん！） #iclr2017jp

2017-06-17 14:11:05

GANではなくて癌の話 #iclr2017jp

2017-06-17 14:12:35

でーたづくり困る話、わかる。。 #iclr2017jp

2017-06-17 14:14:43

機械学習でやりたい医療データ解析の例・血液検査データから癌の進行期予測・治療前の検査データから抗癌剤の治療効果を予測・現在までの血糖値から一ヶ月後の血糖値を予測 #iclr2017jp

2017-06-17 14:15:00

結構専門的（医療画像分類しますみたいなのではない）な論文も通ってるんだ #iclr2017jp

2017-06-17 14:18:31

GWASのp>>N問題はじまた。　#iclr2017jp

2017-06-17 14:19:30

双子研究：遺伝子バックグラウンドが同じなので、遺伝子が病気にどの程度影響があるのかを測ることができる。確かに。面白い #iclr2017jp

2017-06-17 14:22:28

GWAS、すなわち遺伝子データを使った疾患予測は環境要因が多く難しい #iclr2017jp

2017-06-17 14:22:35

処方データと診断のデータを相互に学習させてラベルなしレコードにmeaningful labelを付与 openreview.net/forum?id=B1_E8… #iclr2017jp

2017-06-17 14:24:22

なんかやばめのはなしがｗ #iclr2017jp

2017-06-17 14:25:42

保険あるあるネタきた　 #iclr2017jp

2017-06-17 14:25:48

医学論文、医療データの自然言語処理が危険な理由。医学論文は捏造が多いから。そもそも再現性のある論文は3割ぐらい。 #iclr2017jp

2017-06-17 14:26:56

薬機法まわりのQA聞けるとは思わなかった。　 #iclr2017jp

2017-06-17 14:29:27

あぶねーネタが続く。。 #iclr2017jp

2017-06-17 14:31:11

prototechno @prototechno

こっも参考に🎵 #iclr2017jp / “NIPS 2016 Workshop on Machine Learning for Health” htn.to/X6AcK

2017-06-17 14:32:31

潜在的にヘテロな疾患群の層別化　 #iclr2017jp

2017-06-17 14:33:58

これ、ツイートしてよかったのだろうか #iclr2017jp

2017-06-17 14:43:27

とっとこ豆乳さん @SoyMilkBayesian

De社さんこーひーおいしいです #iclr2017jp

2017-06-17 14:50:12

パーソナライズド医療いいなー #iclr2017jp

2017-06-17 14:52:14