Prédiction maladie cardiovasculaire
Mettre en place un modèle de Machine Learning permettant de prédire la présence de maladies cardiovasculaires chez les patients à partir des résultats d'examens médicaux (objectifs), de mesures physiques et d'informations sur le mode de vie.
Pourquoi ce projet ?
Pour célébrer mes 1000 abonnés sur TikTok, je voulais marquer le coup autrement qu'avec un simple post.
J'ai organisé un atelier en ligne, une quinzaine de participants sur Google Meet, avec un objectif concret : construire un projet de Machine Learning de A à Z, de la donnée brute jusqu'au déploiement
Annonce atelier
Quel était l'objectif ?
À partir d'un dataset Kaggle regroupant des données patients (âge, genre, taille, poids, pression artérielle, cholestérol, glycémie, tabac, alcool, activité physique).
Le modèle a une mission simple : déterminer si un patient est à risque de maladie cardiovasculaire ou non.
Une classification binaire. Un impact concret.
- Confronté au syndrome de la page blanche sur un projet ML
- Ne pas savoir par où commencer : l'EDA, la modélisation, le déploiement
- Cet atelier, c'est le guide que j'aurais aimé avoir
- 1000 abonnés, une étape qui méritait mieux qu'un simple post
- Marquer le coup avec quelque chose de concret et utile
- Construire un vrai projet, ensemble, en live
Notebook
Ce notebook a pour but de vous présenter la méthodologie de l'analyse exploratoire jusqu'à la modélisation.
Notebook
Résultats du modèle
Ce fut un plaisir pour moi de partager ce que je sais et de savoir que cela ait pu aider plusieurs personnes