議題：根據英國國民健保署 (National Health Service, NHS) 業務需求，設計實驗流程並使用機器學習自動特徵篩選模型。回答何種因素導致NHS中南部英格蘭地區緊急服務 (999 Service) 服務品質不佳。
方案：55萬6000多筆緊急救護資訊，涵蓋病患地點、等待/接送時間、接受之救治服務方案等稀疏 (類別型) 資料。根據不同特徵的性質與分析目標，選用對應encoding方式，使資料成為稀疏矩陣。將資料做不同時間區間與跨度的分群進行分析，以減少運算量並同時做跨組比對。以Python進行模型應用與特徵篩選工具之設計。
成果：本計畫分析2019年影響英格蘭中南部救護服務的變因，如何與何時影響，並提供政策建議。研究內容已發表為學位論文，獲評分最優等 (Dinstinction)。
0 留言