<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Blog on מעקף</title><link>/he/tags/blog/</link><description>Recent content in Blog on מעקף</description><generator>Hugo</generator><language>he</language><lastBuildDate>Wed, 31 Dec 2025 10:45:32 +0200</lastBuildDate><atom:link href="/he/tags/blog/index.xml" rel="self" type="application/rss+xml"/><item><title>penuX: סיווג פתוגנים ב-MIMIC-III/IV — קובץ אחד, PyTorch בלבד, בלי Pandas</title><link>/he/blog/2025/12/31/31-12-2025/</link><pubDate>Wed, 31 Dec 2025 00:00:00 +0000</pubDate><guid>/he/blog/2025/12/31/31-12-2025/</guid><description>&lt;p&gt;בענף &lt;code&gt;mimic3+4&lt;/code&gt; של &lt;strong&gt;penuX&lt;/strong&gt; יש רעיון פשוט (וכמעט חתרני בעולם ה-ML הרפואי): לקחת בעיה אמיתית, נתונים גדולים, והרבה “כאב תשתיתי” — ולהכניס הכול לפייפליין שאפשר להבין ולהריץ בלי להקים מפלצת ETL.&lt;/p&gt;
&lt;p&gt;הלב של הענף הוא &lt;code&gt;mimic3.py&lt;/code&gt;: &lt;strong&gt;סקריפט “קובץ אחד”&lt;/strong&gt; שמבצע גילוי אוטומטי של דאטה MIMIC-III / MIMIC-IV demo, קורא CSV ב-streaming (כלומר: בלי Pandas), מאמן מודל היברידי ב-PyTorch, ומפיק סט רחב של מדדים — כולל &lt;strong&gt;קליברציה&lt;/strong&gt; ובדיקות הטיה לפי תתי-קבוצות. :contentReference[oaicite:0]{index=0}&lt;/p&gt;</description></item></channel></rss>