Упатство за корисникот iMed
Вовед
1.1. Цел
Целта на ова web Апликацијата е да се земат необработени информации и да се дозволи манипулирање со нив на начин што дава резултати корисни при донесувањето одлуки. Ова може да биде за обука на модел со необработени податоци или предвидување на исходот користејќи модели и анализи.
1.2. Навигациско мени
Менито за навигација на врвот на страницата ги содржи сите врски за да стигнете до местото каде што треба да бидете. Ако некогаш се изгубите, секогаш можете да кликнете на стрелката назад за да стигнете до позната страница, да се вратите дома или да ја пронајдете страницата што ја барате во навигациското мени.
1.3. Сметка
Ако веќе немате сметка, мора да се регистрирате за да ја користите апликацијата. За да го направите тоа, кликнете на копчето за сметка во горниот десен агол и кликнете Регистрирај се. Потоа внесете го вашето корисничко име, лозинка и е-пошта за да продолжите.
Ако веќе имате сметка, најавете се со вашето корисничко име и лозинка.
Почетна страница
Со кликнување на ставките лево од страницата, опис на секоја ќе се појави во средината на страницата за да ви помогне да разберете што прави секој од нив.
iMedBot
Апликацијата iMedBot претставува интерфејс кој поттикнува лесна корисничка интеракција со агентите, овозможувајќи персонализирано предвидување и обука за модели. Служи како прв чекор кон трансформирање на резултатите од истражувањето за длабоко учење во онлајн алатка, која има потенцијал да поттикне дополнителни истражувања во овој домен. Неговото соодветно упатство за употреба може да го најдете овде.
Анализа на податоци
4.1. Враќање на подмножества
Овој дел му дозволува на корисникот да ја уреди својата база на податоци. Можете да изберете или да поставите нова база на податоци или да користите постоечка од паѓачкото мени.
Откако ќе се постави датата на податоци, можете да изберете која акција сакате да ја преземете со кликнување на една од опциите на левото мени.
4.1.1. Враќање подмножества врз основа на филтри
Овој дел овозможува добивање помала подмножество од оригиналната база на податоци врз основа на дадените филтри. Изберете ги вредностите што ги сакате во подмножеството и потоа изберете ги колоните што сакате да се прикажат во конечната база на податоци.
4.1.2. Врати подредени резултати
Ова ја враќа базата на податоци во подредена форма. Изберете ја целната колона, редоследот на сортирање, бројот на редови што треба да се вратат и кои колони да се прикажат на конечниот излез.
4.1.3. Проширете го множеството податоци
Ова му овозможува на корисникот да прошири една колона зачувана како речник во вистинска табела со која корисникот потоа може да манипулира. Потребна е вгнездена база на податоци и го преместува она што го бара корисникот во најгорниот слој. Прво, поставете база на податоци што вклучува колона со вгнездена база на податоци. Ако автоматски се открие колона што треба да се прошири, изберете која колона да се прошири и кои колони да се извлечат од вгнездените информации. Кликнете на испраќање и можете view вашите информации како колони од табела наместо вгнездени податоци.
4.2. Спојување Files
Со избирање и поставување на повеќе збирки на податоци со кликнување на ctrl (команда за Mac), ова ќе ги спои во една поголема база на податоци отколку што ќе се користи за нешто друго.
Само изберете ги сите збирки на податоци и пополнете ги бараните информации. Ова ќе ја зачува новата база на податоци во апликацијата iMed и потоа ќе биде достапна за преземање.
4.3. Функции на заплетот
Овој дел му дозволува на корисникот да ја нацрта својата база на податоци. Изберете една од опциите на менито од левата страна и потоа пополнете ги бараните полиња за да ја добиете вашата парцела. Подолу се дадени типовите на парцели што можете да ги направите од вашите податоци:
4.4. Статистичка анализа
Овој дел ни овозможува да извршиме статистички тестови на нашата база на податоци. Изберете тест за извршување од менито од левата страна и пополнете ги полињата за да ги извршите тестовите. Подолу се достапни видовите тестови:
ODPAC
5.1. Научете
Оваа страница вклучува краток опис на секој тип на ресурси достапни на оваа страница. Со кликнување на копчето на врвот на секој дел ќе се поврзе до друга страница што ќе му овозможи на корисникот да користи или да дознае повеќе за темата.
5.1.1. Епистаза
Оваа страница ни овозможува да користиме MBS, алгоритам за пребарување за да учиме од податоците. Поточно, ни овозможува да ја проучуваме епистазата, интеракцијата помеѓу два или повеќе гени кои влијаат на фенотипот. Ова е корисно за проfile болести од генетски аспект. Конвенционалните методи не се погодни за справување со високодимензионалните податоци пронајдени во студиите за асоцијација на геномот (GWAS). Алгоритмот за пребарување со повеќе зрак (MBS) овозможува откривање на гени кои се во интеракција со многу поголема брзина. Поставете ги податоците што сакате да ги користите и потоа внесете ги бараните полиња. За подетални информации, најдете го целиот труд овде.
5.1.2. Фактори на ризик
Оваа страница ни овозможува да го користиме пакетот IGain за да ги научиме интеракциите помеѓу податоците. Специфично учи интеракции од високодимензионални податоци користејќи хеуристичко пребарување. Овој метод се надоврзува на методот Exhaustive_IGain кој претходно беше развиен за да научи интеракции од нискодимензионални податоци. Поставете ги податоците и потоа внесете ги бараните полиња. Повеќе информации за праговите на IS и iGain може да најдете овде.
5.1.3. Модели за предвидување
Овој дел овозможува користење на модели за предвидување веќе претходно изградени врз моделите за машинско учење за да се забрза неговата употреба. Ова овозможува нивна употреба без користење на кодирање и претходно искуство за предвидување на моделите користејќи сопствена база на податоци. На корисникот му се достапни бројни модели за предвидување, вклучувајќи логистика, регресија, векторски машини за поддршка (SVM), дрва за одлучување и многу повеќе. Целосната листа на методи за предвидување се наоѓа на десната страна на страницата овде.
5.2. Предвидување
Овој дел овозможува предвидувања од споделен модел претходно поставен. Прво поставете заеднички модел ако тоа веќе не е направено. Потоа изберете го моделот што ќе го користите за предвидување со кликнување на името на моделот. Потоа поставете ги податоците за моделот за предвидување што ќе ги користите. Ова може да се направи или рачно со користење на формуларот на дното на страницата или со користење на шаблонот достапен за преземање. Ако го користите шаблонот, поставете го датата на податоци file и кликнете испрати за да го добиете предвидувањето на моделот.
5.3. Поддршка на одлуки
Поддршката за одлучување обезбедува класификација и може да ги води изборите за третман од информациите доставени до системот. Тој е обучен од податоци за да препорача оптимална процедура за третман врз основа на карактеристиките на пациентот. Повеќе информации во врска со Системи за поддршка на клинички одлуки (CDSS) може да најдете овде.
Системската препорака ги зема карактеристиките на пациентот и препорачува процедура за лекување и ја предвидува идната веројатност за 5-годишна метастаза. Корисничката интервенција ги зема и карактеристиките на пациентот и процедурата за лекување за да ја предвиди идната веројатност за 5-годишна метастаза врз основа на сегашниот третман наместо оптималниот третман.
МБИЛ
Markov Blanket and Interactive Risk Factor Learner (MBIL) е алгоритам кој учи единечни и интерактивни фактори на ризик кои имаат директно влијание врз исходот на пациентот. Кликнете на „оди во MBIL“ за да се пренасочите на Индексот на пакети Python (PyPI) за пакетот MBIL што се наоѓа овде. Повеќе информации за MBIL можете да најдете на BMC Bioinformatics.
Збирки на податоци
Овој дел му овозможува на корисникот да ги види и прикачи новите збирки на податоци на web апликација.
7.1. Видете ги сите достапни збирки на податоци
За да ги видите сите достапни збирки на податоци, едноставно кликнете „Прикажи достапни збирки на податоци“.
7.2. Поставете сет на податоци
За да поставите база на податоци, кликнете „Споделете ги вашите збирки на податоци“ и потоа пополнете ги бараните информации како што е наведено на webстраница. Прво, вчитајте ја базата на податоци и пополнете ги потребните полиња.
Потоа, пополнете ги полињата подолу или поставете текст file со пополнетите информации.ПрampПодолу е даден начин како да се организираат информациите за апликацијата да може да ги разбере.
Модели
Овој дел му овозможува на корисникот да ги види моделите што му се достапни и да сподели модел.
8.1. Видете ги сите достапни модели
За да ги видите сите достапни модели, кликнете „Прикажи достапни модели“.
8.2. Споделете модел
За да споделите модел, кликнете на „Сподели ги твоите модели“ и потоа поставете модел file обучени со проток на тензори или PyTorch.
8.2.1. Поврзани податоци
Потоа треба да ја поставите поврзаната база на податоци што ги вклучува заглавјата. Класата/етикетата за базата на податоци треба да биде во последната колона.
8.2.2. Предвидувачи и информации за класата
Ако сетот ги вклучува сите карактеристики, формуларот за карактеристики може да се прескокне по поставувањето на базата на податоци. Меѓутоа, ако не се сите вклучени, овие информации мора да бидат дадени во описот file или во рамките на формата за одлика. Изберете ја опцијата од паѓачкото мени што покажува како имате намера да ги дадете предвидувачите и информациите за класата.
Ако ја користите опцијата за опис, можете или да ги пополните полињата или да испратите текст file со пополнетите информации.ПрampЛекот за тоа како да се организираат информациите е даден подолу.
Документи / ресурси
 |
Апликации iMed Web Апликација [pdf] Упатство за користење iMed, iMed Web Апликација, Web Апликација |