Диаграмма знаний для системы принятия решений

С появлением технологий Bigdata данные о здравоохранении собираются и хранятся на разных уровнях и в разных форматах. В сфере здравоохранения больницы фармацевтические и страховые компании располагают огромным объемом данных в структурированных таблицах. Однако значительные объемы больших данных остаются неиспользованными из-за изолированности распределенности и неоднородности данных. Несмотря на взаимосвязанные табличные данные определенным образом связанные между собой для ввода в ML возникают следующие проблемы: увеличение размерности нормализация данных которые не являются естественным представлением повторение данных при объединении различных агрегированных данных в таблицах. Модели машинного обучения предполагают что наблюдения не зависят друг от друга однако в реальном мире информация взаимосвязана. Графы знаний и машинное обучение - два важных инструмента для понимания и моделирования сложных концепций а машинное обучение - это процесс в ходе которого компьютеры учатся на основе данных не будучи явно запрограммированными.