Esto es en seguimiento a una pregunta anterior. aquí :
Modelo de red neuronal para predecir el resultado del tratamiento
y podría considerarse que se refiere a un aspecto diferente de esta pregunta:
Aplicación de técnicas de aprendizaje automático en estudios clínicos de muestras pequeñas.
Gracias a Zach que sugirió volver a publicar.
He puesto algunas lecturas bastante serias en CART, randomForest, Neural Networks y machine learning en general, aprendí sobre WEKA y los paquetes R, vi y seguí las conferencias de ingeniería de Stanford http://www.ml-class.org/ curso / clase / índiceTengo 3 capítulos en Hastie. Dado el tipo de datos que vemos regularmente en la investigación orientada clínicamente: un montón de parámetros clínicos + un montón de parámetros bioquímicos + datos de prueba con lápiz y papel +/- datos de neuroimagen con números pequeños, tengo la sensación de que me falta algo. No leo regularmente sobre las técnicas de ML que se aplican en la literatura de investigación. Mi pregunta es: ¿acabo de aferrarme a algo que es dudoso y, por lo tanto, mirado con sospecha justificada al investigar a clínicos y bioestadísticos que lo conocen bien, o estas técnicas son realmente pasadas por alto o temidas fuera de la "analítica empresarial"? ¿Qué lo mantiene "nicho"?