Abstract
Este trabalho sintetiza os principais achados de uma pesquisa sobre vieses em modelos de aprendizado de máquina para o diagnóstico de doenças neurodegenerativas por análise da marcha e da voz. Avaliamos como técnicas de sobreamostragem, como o janelamento da marcha e o uso indiscriminado de múltiplas amostras de voz por pessoa, inflam métricas de desempenho ao tratar amostras do mesmo sujeito como independentes. Comparando protocolos que ignoram ou preservam essas dependências em dois conjuntos de dados, observamos que desconsiderá-las inflaciona as métricas, enquanto sua preservação fornece avaliações mais fiáveis. Os resultados destacam a importância da segregação adequada das amostras para obter modelos diagnósticos confiáveis.

This publication has 21 references indexed in Scilit: