 Kami akan beritahu kita tentang pengalaman yang berlaku pada latihan data dengan klinik. Jadi, ya, semuanya terima kasih. Maafkan saya. Kami akan beritahu saya tentang maklumat baru. Okey, jadi apa tentang latihan data? Ia seperti hackathon, tetapi dengan latihan data. Dan latihan data yang berlaku di USMIT pada tahun 2017 berlaku bersama pelajar, pelajar, latihan data, latihan data, latihan software, dan pelajar yang berlaku tentang analitik kejutan yang terbuka untuk berdekati dengan orang yang tidak berlaku dan dari pelajar yang berlaku dan yang berlaku dengan energetik dan lucu. Dan pada awal-awal, dua set-set data yang diberikan adalah dari perniagaan perniagaan perniagaan perniagaan Philips EICU dan yang lainnya adalah informasi mempunyai medik yang mempunyai kejadian intensif. Jadi, kedua-dua kejadian intensif adalah dari pelajar dalam kejadian intensif. So, NUHS data harwet tiba-tiba menjadi sangat berbeza kerana saya tidak mempunyai masa untuk membuatnya dan tiba-tiba menjadi kejadian kejadian intensif lebih daripada data ECU. Jadi, 80 perniagaan diperlukan untuk menerima datang datang datang termasuk perniagaan dan perniagaan. Dan kami berdekatan dengan sekitar 100 orang dalam datang datang. Dan di setiap hari, awal-awal datang datang, kami mempunyai tempatan dengan 11 bahagian dan setiap perniagaan beri tiga minit perniagaan untuk tiba-tiba dan pertanyaan. Maafkan saya, bahagian terlalu cepat. Dan kemudian kami membuat penggambaran untuk membuat tempatan. Dan setelah itu, kami telah beri tiba-tiba kepada tiba-tiba tiba-tiba tiba-tiba, termasuk mempunyai Vm. Dan untuk setiap tempatan mempunyai Vm. Setiap perniagaan mempunyai Vm dan bagaimana menerima database untuk mendapatkan data. Jadi, data ini digunakan dengan perniagaan SQL database pada Vm. Kita semua mengaduannya dengan Vm. Dan kami mempunyai channel setiap perniagaan dan tentu saja, perniagaan Google Drive untuk setiap perniagaan. Jadi, saya membuat dengan perniagaan Sepsis. Okey. Dan di perniagaan kami, ada dua penjaja dari China yang berlalu dari China hanya untuk data ton. Dan dua penjaja dari NUHS yang mengambil penjaja dan dua penjaja dari ICU. Dan satu perempuan dari NUHS Informatik. Dan satu penjaja dari BAA dan satu penjaja yang baru dari program NUHS Informatik yang saya dapat mengambil penjaja. Dan ia adalah setiap perniagaan yang berlaku. Jadi, dari perniagaan ini, ada penjaja, doktor, dan sebagainya. Dan sebenarnya, perniagaan kami adalah bahawa kami tidak pasti bahawa perniagaan pertama kami akan berubah lagi dan lagi selama 48 jam. Jadi, kami memulai kami ingin menemukan perniagaan perniagaan di antara Sepsis. Dan ada beberapa perniagaan untuk mempunyai perniagaan ICU. Ia adalah perniagaan apatria. Apa maksudnya? Ia berlaku dengan perniagaan yang akan mati di ICU. Jadi, perniagaan Sepsis mempunyai perniagaan yang lebih tinggi daripada normal. Jadi, di setiap perniagaan, perniagaan yang berlaku di ICU mempunyai sekitar 2-4% perniagaan perniagaan. Tapi jika perniagaan mempunyai Sepsis, perniagaan akan berlaku hingga 45%. Jadi, perniagaan yang sama perniagaan perniagaan adalah perniagaan alam. Jadi, perniagaan berbeza untuk menikmati perniagaan Sepsis adalah untuk menemukan perniagaan yang berlaku di antara Sepsis dengan perniagaan sepsis- perniagaan yang sama menunjukkan Sepsis dengan semua perniagaan. Tapi, sentiasa kemudian ini dibersihkan. Jadi, perniagaan yang banyak perniagaan yang boleh mengejar perniagaan Sepsis betul是stifat. Pada pilihan yang mungkin adalah mempunyai keputusan tawaran dari diagnosi inisia. Dan ini adalah keputusan yang digunakan oleh pesakit di ICU. Kita juga melihat masalah yang perlu diperkenalkan, bahawa sebenarnya ada beberapa diagnosi di hospital di seluruh hospital. Kemudian kita memutuskan untuk menggunakan diagnosi dalam 24 jam dalam perjalanan itu. Dan sebagainya, kalau inisiasa diagnosi inisiasa tidak boleh menggunakan keputusan tawaran, tetapi 4 jam nanti, sebuah kedua diagnosi diperkenalkan seperti infeksi respiratory yang akan membuat maksudkan bahawa pesakit akan terkenal di dalam keputusan tawaran. Jadi, kita mempunyai sebuah kata-kata yang hanya mengambil data dari ICU. Dan lebih dari 250,000 pesakit, mereka mempunyai beberapa rekod emisi dan mereka mempunyai beberapa rekod diagnosi di seluruh hospital. Jadi, untuk memberikan idea data, seperti 250,000 pesakit dengan 57 megabytes data dari pesakit itu, satu kata-kata yang adalah kata-kata lab adalah 4GB besar dalam format CSV. Ini bermaksud 70 kali besar sebagai kata-kata. Jadi, masalahnya hanya enam dan hubungan kadang-kadang tidak mudah. Jadi, kita menemukan pada akhir setiap hari yang test lab memperkenalkan beberapa rekod lab dengan kata-kata yang sama. Biasanya, kita memiliki lab yang telah dilakukan. Jadi, kita mempunyai beberapa lab dan ia semua dalam kata-kata yang sama. Dan ia semua dengan kode lab yang berbeza. Dan kita perlu mencari semua informasi dan cuba mengambil keputusannya. Sudah tentu, kita tiada masa. Jadi, pada akhir minggu hari, Our herbalists have шifest� moeten mencari prejudice of Motality Change in اب الس Ahaan. Package between the hospital versus night situations. So that shows how voudiders we were. Omosa eem. So, after the data are structurant on the sunday is hours before the credit of time. We struggle to do data transformation, to gain some information to put into our presentation and everything. dan berjalan selama beberapa jam jika anda berdua telah menjadi hekton, jika anda faham bagaimana ia berlaku. Tapi perkara yang menarik tentang sebuah hekton ini adalah bahawa di luar sebuah hekton ini adalah sebuah hekton yang saya belajar terbaik, saya akan berkata, dan saya telah menjadi sebuah 8 atau 9 hekton sejauh ini. Sebuah perkara yang kita belajar daripada kesilapan dan perkara yang lebih baik daripada belajar daripada kesilapan, ia sebuah hekton yang mempunyai sebuah team dari sebuah hekton. Semua orang ini dari semua begkelan yang berbeza dan kita berusaha, kita berusaha untuk beritahu ke peperluan hekton ini bagaimana kemahiran data yang digunakan. Dan peperluan hekton ini berusaha untuk beritahu ke kita, kenapa ia penting untuk mempunyai keperluan hekton. Jadi, ya, ada banyak keperluan berlaku tapi kita masih berjaya. Dan anda dapat melihat semua orang yang berpercaya untuk dapat kerja. Jadi, itu sangat membantu untuk membuat percayaan untuk melakukan itu. Dan ya, terima kasih. Dan jika anda... Jadi, satu perkara adalah bahawa satu perkara yang saya cari ini adalah bahawa mereka sangat menghargai dan mereka ingin membawa ini ke depan data sehingga selesai, tapi mereka masih ingin bekerja di sana. Jadi, ini adalah kemahiran hekton. Jika anda ingin melihat apa yang lain yang kita telah berlaku, anda boleh... Tidak ada banyak di sana sekarang kerana kita semua perlu mengambil sebuah kursur ini, sebuah kursur 9 untuk dapat mengajak data kerana ini adalah... dalam termasuk data pesakit di U.S. dan mereka sangat besar dalam keperluan hekton. Jadi, kita perlu mengambil kursur 9 sebelum kita dapat mengajak data. Jadi, ia akan mengambil sebuah masa. Tapi setelah itu, saya pasti kita akan mempunyai sesuatu yang lebih dikongsi dalam gitar itu. Terima kasih. Kamu sebenarnya faham semuanya yang saya katakan, okey? Pertanyaan tentang hekton. Kamu... Kamu... Kamu rasa... Kamu rasa belajar dalam hekton berbeza dan belajar di luar hekton? Ya. Sudah tentu. Jadi, satu perkara tentang hekton adalah kamu betul-betul akan mempunyai minda. Dan perkara terbaik yang saya suka tentang hekton adalah kamu betul-betul akan bertemu orang di luar hekton sendiri. Kamu betul akan mempunyai minda. Ada banyak perkara yang kamu boleh belajar sejauh semasa kamu mempunyai minda. Jika kamu... Kamu... Ada banyak orang yang suka memasak dalam hekton dan perkara terbaik. Oh, saya membawa kamu ke skill saya. Kamu perlu mendengar kepada saya. Tetapi segera kamu tidak akan belajar apa-apa saja. Jadi, ya. perkara yang kamu belajar adalah... ia saja... apa yang kamu belajar sendiri adalah perkara terbaik dari komfort kamu sendiri. Tetapi apabila kamu mempunyai hekton dengan minda yang terbuka, kamu belajar daripada orang yang biasanya yang sangat berbeza daripada diri sendiri. Dan mereka mempunyai cara untuk mencari sesuatu yang kadang-kadang. Dan itu benar-benar mengajar saya banyak untuk melepaskan perkara terbaik kadang-kadang menjadi lebih... saya tidak tahu, lebih berbeza daripada saya sebenarnya. Ya, saya ada pertanyaan. Jadi, apa yang ada orang yang percaya perkara terbaik? Dan perkara itu tidak benar-benar benar-benar. Seperti dari data yang kamu beritahu, bahawa mereka mempunyai hekton. Kenapa perkara itu lebih penting? Ya. Jadi, seperti biasanya, jika saya masuk ke data ini, seperti ini, data ini sebenarnya sangat perangkat data. Ia mempunyai segalanya. Sebenarnya, untuk biasanya saya melihat data, saya hanya berkata, okey, ini adalah perkara yang saya mahu menunggu. Jadi, itu saja. Saya hanya membuat perkara. Saya mengambil semua perkara. Dan itu saja. Tidak. Data itu seperti, basically untuk seorang pelajar, anda mempunyai sebaik-baik-baik lap-task yang anda harus basically transform dan basically faham bahawa anda seharusnya mempunyai lap-task yang paling kecil dengan pengalaman dan tidak sebaik-baik-baik lap-task yang seharusnya. Itu adalah salah satu kesilapan saya. Saya hanya mengambil pelajar yang seharusnya lap-task yang seharusnya. Dan basically untuk, seperti biasa, mempunyai tempatan dan tempatan, saya hanya mempunyai sebaik-baik-baik saya mempunyai sebaik-baik-baik saya mempunyai sebaik-baik-baik dan saya mengatakan, tidak, itu semua, tidak mempunyai informasi yang tidak mempunyai. Semua yang saya mahu adalah sebaik-baik tempatan yang terkenal dari pesakit itu. Adakah anda mempunyai pertanyaan? Ia mempunyai banyak yang mempunyai sebaik-baik-baik yang seharusnya. Biasanya. Ada apa-apa lagi yang anda mahu berkongsi? Jadi, perkara yang menarik tentang ini, UMUHS-MIT di atas ini adalah mereka benar-benar mempreparat data dan segala-galanya untuk kami. Tapi UMUHS data okey, itu tidak sangat mempreparat kerana mereka tidak mempreparat untuk baga mereka perlu mempreparat data dan memasar untuk kami. Jadi, ada kelebihan dan kelima. Tetapi, dalam bahagian dari EICU, data FELIX-EICU dan data MIMIC, ia sebenarnya sangat mengalami. Dan jika anda ingin memasar data yang anda boleh, semua yang anda perlu lakukan adalah memasar web-side-side dan memasar 9 modul-modul. Dan ya, anda dapat kelebihan. Bagaimana dengan modul-modul? Sangat cepat. Ada hanya 5 MCQ per modul. Mereka mempunyai sebuah kelebihan yang besar. Mereka mempunyai sebuah modul-modul. Tetapi, hanya 5 MCQ dan anda dapat memasar MCQ banyak kali. Terima kasih.