熱點事件持續更新
機器學習示範預測巴西 SARI 患者死亡率
1 篇報道1 個報道來源2 小時前更新
先了解這件事
AI 綜述
2026年11月4日，DEV Community 發佈教學，示範如何使用 Python 和 Scikit-Learn 建立端到端機器學習流程，預測巴西 DataSUS 的嚴重急性呼吸道感染（SARI）患者康復或死亡。示範採用逾 260,000 筆 2025 年患者紀錄，以 Random Forest 建模，並透過 HalvingRandomSearchCV 搜尋超參數。報道指出，死亡病例約佔 8%，流程以分層抽樣處理死亡與康復病例數量不均的類別不平衡。
AI 根據報道生成 · 2 小時前更新
報道時間線
沿着報道，瞭解事件的不同側面。
11月4日
- DEV Community使用 Scikit-Learn Halving Search 預測嚴重急性呼吸道感染（SARI）死亡率
教學示範如何以 Python 和 Scikit-Learn 建立端到端機器學習流程，利用巴西 DataSUS 的逾 260,000 筆 2025 年患者紀錄預測康復或死亡。流程以 Random Forest 配合 HalvingRandomSearchCV 搜尋超參數，並透過分層抽樣處理死亡病例約佔 8% 的類別不平衡。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。