Übersicht
Worum es bei diesem Projekt geht.
Du erhaeltst rund 12 000 markierte Sequenzen (10 Sekunden, dreiachsig, 50 Hz) aus den Wearables — etwa 5 Prozent davon sind echte Sturz-Ereignisse, der Rest sind Alltagsbewegungen (Hinsetzen, Stolpern, Aufheben). Implementiere zwei Sequenzmodelle: ein 1D-CNN und ein zweischichtiges LSTM. Bewerte beide mit 5-facher stratifizierter Cross-Validation und berichte Precision, Recall und Falsch-Alarm-Quote bei einem fixen Recall von 0,95. Vergleiche gegen die Schwellwert-Baseline. Liefere eine Tabelle + 2-seitige Empfehlung an die Pflegedienstleitung.
Das Briefing
Was Du tust und was Du zeigst.
Reduziere die Falsch-Alarm-Quote der Sturzerkennung messbar, ohne den Recall echter Sturzfaelle zu verschlechtern.
Earning criteria — what you'll demonstrate
- 1D-CNN und LSTM auf Beschleunigungsdaten anwenden und verstehen
- Klassen-Imbalance methodisch handhaben (gewichteter Loss, Stratified Sampling)
- Modellqualitaet an einer fixen geschaeftsrelevanten Schwelle vergleichen
- Ergebnisse fuer eine nicht-technische Pflegedienstleitung uebersetzen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenMachine Learning Engineer
Sequenzmodelle auf Sensor-Streams produktionsreif zu trimmen ist genau die ML-Engineer-Arbeit in Healthcare- und Industrial-IoT-Teams.
Dieses Projekt schärft
- sequence-models
- deep-learning
- pytorch
Applied AI Scientist
Klassen-Imbalance und geschaeftsrelevante Schwellenwerte sauber zu behandeln unterscheidet eine angewandte KI-Anwendung von einem Toy-Projekt.
Dieses Projekt schärft
- imbalanced-classification
- model-evaluation
- time-series
Data Scientist
Die Uebersetzung in Nachtdienst-Entlastung statt nur Modellmetriken ist die taegliche Kommunikationsleistung von Data Scientists im Gesundheitswesen.
Dieses Projekt schärft
- model-evaluation
- time-series
- imbalanced-classification
Noch eine Sache