Magnet.me - Het slimme netwerk waarop hbo‑ en wo‑studenten hun baan of stage vinden.
Het slimme netwerk waarop hbo‑ en wo‑studenten hun baan of stage vinden.
Deze vacature is verlopen. Je kunt daarom niet meer liken of solliciteren.
Vergelijkbare vacatures bekijkenJe carrière begint op Magnet.me
Maak een profiel aan en ontvang slimme aanbevelingen op basis van je gelikete vacatures.
Zoek jij een uitdagende stage bij een bedrijf waar jij je zo goed mogelijk kan ontwikkelen? Welkom bij ChipSoft! Voor onze vestiging in Heerenveen zoeken wij studenten die het leuk vinden om door middel van onderzoek een product te bouwen op het gebied van zorg-ICT.
Er zijn veel verschillende machine learning modellen die voor dezelfde doeleinden gebruikt kunnen worden. Momenteel wordt er gebruik gemaakt van onder andere Random Forest, lineaire regressie en beslisbomen.
Door de grote hoeveelheid van modellen en wellicht beperkte aanwezigheid van kennis kan een suboptimaal wiskundig machine learning model worden gekozen. Naast deze problemen zou het ook klantafhankelijk kunnen zijn welk machine learning model goed bij hun data past voor bijvoorbeeld een opnameduurvoorspelling.
Het doel van deze opdracht is onderzoek doen naar/en het ontwikkelen van een systeem dat automatisch het juiste machine learning model kiest voor een vraagstuk zoals de operatieduur, opnameduur en radiologieduur.
Een onderzoek en script waarmee automatisch het juiste machine learning model kan worden gekozen om zo tot de beste resultaten te komen. Vanuit het onderzoek kan geadviseerd worden bij wie de keuze tot een goed model hoort te liggen (klant of intern) en hoe de werking kan worden uitgelegd aan de klant.
Hoofdvraag: Hoe kan er een systeem worden gemaakt die automatisch het beste machine learning model kiest voor een bepaald probleem (zoals classificatie/regressieproblemen)
Er zijn verschillende machine learning modellen die automatisch zouden kunnen worden getraind. Ook is er een voorbeeld aanwezig van een dergelijke automatic machine learning model.
Er zijn verschillende modelleringstechnieken voor het vinden van een voorspellingsmodel. De onderstaande methodes zijn mogelijk voor een regressie- of classificatieprobleem.
Random Forest
Random Forest is een Machine Learning algoritme dat uit verschillende beslisbomen bestaat. Het aantal beslisbomen wordt zelf bepaald. De beslisbomen worden op een willekeurig deel van de data getraind. Het algoritme kan voor veel doeleinden gebruikt worden waaronder het schatten van kansen op gebeurtenissen. Het opsporen van patronen, of in de classificatie van verbanden, of in kenmerken in een dataset.
Neurale Netwerken
Een neurale netwerk is een leermodel dat gebaseerd is op het brein. In een neuraal netwerk bevinden zich neuronen die input inlezen, verwerken en genereren van output. Een netwerk van veel verbonden neuronen kunnen verbanden leggen, waardoor een neuraal netwerk bijzonder intelligent gedrag kan vertonen. Over het algemeen bestaat een neuraal netwerk uit meerdere lagen met neuronen. Een neuraal netwerk leert door betrouwbare data in het neuraal netwerk te stoppen en vervolgens met behulp van backpropagation de gewichten en drempels aan te passen.
XGBoost
XGBoost is een Machine Learning algoritme dat net als Random Forest uit verschillende beslisbomen bestaat. De beslisbomen worden op een willekeurig deel van de data getraind en vervolgens verbetert met een methode genaamd boosting. XGboost kan voor dezelfde doeleinden worden gebruikt als Random Forest
Generalized Linear Models
De bekendste regressiemodel uit de familie van generalized linear models (GLM) is de lineaire regressie. Regressieanalyse in een statistische analysemethode om de relatie tussen variabelen te schatten. Als er meerdere voorspellers de duur moeten voorspellen dan spreken we van meervoudige lineaire regressie. GLM kan voor verschillende verdelingen de relatie tussen de variabelen inschatten en daardoor preciezer inspelen op de dataset.
Er is beschikking over data vanuit voorgaande modellen samen met kennis over deze betreffende modellen. Voorbeelden hiervan zijn de operatieduurvoorspelling, opnameduurvoorspelling of de radiologieduurvoorspelling. Ook is er literatuur beschikbaar over het automatisch laten trainen van machine learning modellen (H2O link)
De software die gebruikt kan worden bij ChipSoft en relevant zijn voor het onderzoek zijn voornamelijk R en SQL.
Derdejaars Studenten Toegepaste Wiskunde (HBO)
Zorgprofessionals ondersteunen met de beste zorg-ICT. Dat is wat we bij ChipSoft doen. Onze software zorgt ervoor dat iedereen in de zorg zich volledig kan richten op zijn belangrijkste taak. Met gebruiksvriendelijke oplossing, HiX en Zorgplatform, ondersteunen we zorgprofessionals bij elk denkbaar werkproces in de zorgketen. En die oplossingen perfectioneren en vernieuwen we iedere dag.
Iedere dag breng ik mijn enthousiasme over ons product over op zorgverleners en IT-professionals. Dat enthousiasme komt o.a. doordat ons product hen helpt hun werk beter te doen, waardoor de zorg in Nederland verbetert. De aangename sfeer die er bij ons heerst laat je helemaal thuis voelen!
Aan alles merk je dat ChipSoft een grote organisatie is, maar intern voelt het aan als een familiebedrijf. Je krijgt veel ruimte en mogelijkheden om jezelf te ontwikkelen en iedereen staat open voor nieuwe ideeën rondom de zorg-ICT. Fijn gevoel om op die manier iets toe te kunnen voegen aan de zorg.
Resources:
Change language to: English
Deze pagina is geoptimaliseerd voor mensen uit Nederland. Bekijk de versie geoptimaliseerd voor mensen uit het Verenigd Koninkrijk.