Si se refiere al diseño y desarrollo de un sistema de clasificación por eso, entonces el problema más común tiende a ser doble:
El primero de los dos implica la necesidad de una comprensión completa y completa del contexto y la perspectiva de los datos a clasificar. Comprender el alcance del conocimiento y el ángulo de comprensión para capturar la masa casi literal de ideas y dividirla en secciones más pequeñas mientras se conserva el sentido lógico tiende a ser un desafío muy especial, incluso entre los profesionales de la salud. Esto es especialmente así porque la mayor parte del conocimiento relacionado con la atención médica tiende a acumularse a un ritmo relativamente rápido, ya que a medida que pasa el tiempo tendemos a aprender más y más sobre la condición humana.
La segunda parte del desafío es el diseño de una estructura lógica o semántica que pueda representar mejor ese grueso de conocimiento que el sistema de clasificación resultante busca capturar. Como habrás notado con tantos sistemas existentes hoy en día (WHO FIC, SNOMED, ISO), puede haber muchas formas de cómo representar los datos, especialmente los abstractos. Dicho esto, encontrar la estructura correcta tiende a ser difícil cuando uno es incapaz de comprender completamente qué es lo que necesita ser representado a través del sistema de clasificación.
- ¿Es aconsejable doble especialización en matemáticas y ciencia de datos si quiero investigar en inteligencia artificial y neurociencia?
- Cómo ingresar al campo de análisis de datos
- ¿Cuáles son los alcances después de aprender Big Data Analytics?
- ¿Soy comercializable para los empleadores como científico de datos autodidacta?
- Cómo validar las reglas de decisión individuales por separado en un árbol de decisión, en lugar de validar el modelo del árbol de decisión en su conjunto
