주제 :  Linear Dynamical System 으로 Time series medical data 에서 mortality 추측하기.


데이터 특성 :

1. Time series data

2. 환자 1 명당 평균 500 개의 타임스탬프

3. 총 5 천명의 환자 데이터

4. 일부 칼럼에 결손 데이터 존재


데이터 전처리 :

1.  결손 데이터 처리의 문제(이걸 단순히 0 으로 놓아도 될 것인가? 아니면 normalization 을 해야할 것인가)

2. 데이터 구조를 Graphical model 로 상정하고 dependency 추정하기(이건 전문의의 의견이 필요한 부분이라 못할 수도...)

3. 타임스탬프가 일정하지 않음. 이걸 discrete 하게 놓고 처리해도 될 것인가? 시간은 continuous 한 것인데?


모델 선정 : 

당연히 LSTM, GRU 는 고려해 봤고, 이미 구현된 결과도 있음.

근데 나는 Linear Dynamical System 이라는 좀 더 고전적인 머신러닝 기법으로 접근해 보고 싶음.


프로젝트 기간 :

1 달 내지 1 달 반 정도 걸릴 것 같음. 모델 특성 파악이랑 구현이 어려울 거 같아서.