◒ UykuLabARAŞTIRMA PROTOTİPİ

DİJİTAL ALIŞKANLIKLAR × AÇIKLANABİLİR YAPAY ZEKÂ

Gecenin alışkanlıkları,
yarının ipuçları.

Uyku öncesi alışkanlıklarını keşfet. Uyku süresi ve ertesi gün yorgunluğu için model tahminlerini, belirsizlikleriyle birlikte incele.

Tahminini keşfet ↗

Kayıt gerekmez. Girdilerin tarayıcında işlenir ve saklanmaz.

8.500veri kaydı
2ayrı tahmin hedefi
%90nominal aralık kapsamı
10uyku öncesi girdi

01 / KENDİ SENARYON

Bu geceye bir bakış.

Telefonu bırakıp uyumayı planladığın andaki bilgilerini gir.

Alışkanlıkların

Örnek senaryo

MODELİN ÖNGÖRÜSÜ

☾

Her tahmin bir aralıkla gelir.

Bilgilerini doldur ve sonuçlarını burada gör. Aralıklar, modelin belirsizliğini anlamana yardımcı olur.

Araştırma amaçlıdır. Tıbbi tanı veya tedavi önerisi üretmez. Veri kökeni, lisansı ve gerçek/sentetik niteliği doğrulanmamıştır. Sonuçlar bu veriyle sınırlıdır.

02 / DENEY SONUÇLARI

Ölçülen başarı, açık sınırlar.

1.700 test kaydında ölçüldü. Daha düşük MAE, daha düşük ortalama mutlak hata demektir.

Tüm modellerin karşılaştırmasını göster
HedefModelCV MAETest MAERMSER²

03 / NASIL ÇALIŞIR?

Tahminin arkasını görebilirsin.

01

Doğru anda bilinen bilgi

Yaş, kronotip, telefon kullanımı ve yaşam tarzı. Gerçekleşmiş uyku süresi ve gece sonrası ölçümler girdilere alınmaz.

02

Ayrı öğrenme ve değerlendirme

%60 eğitim, %20 kalibrasyon, %20 test. Eğitimde 5 katlı doğrulama; medyan, Ridge, rastgele orman ve CatBoost karşılaştırması.

03

Belirsizliği görünür tutma

Ayrı kalibrasyon verisiyle split-conformal aralıklar. %90 düzeyi her hedef içindir; birlikte veya her kişi için %90 güvence anlamına gelmez.

Veri ve model kartı

Kaynak: Kullanıcının sağladığı bedtime_screentime_sleep_debt.csv. Veri seti 8.500 satır ve 18 sütun içerir. Eksik hücre veya tam yinelenen satır saptanmadı. Gerçek kişi, ölçüm geçerliği ve kullanım lisansı doğrulanmadı. Ham veri bu sitede paylaşılmaz.

Tarayıcı sürümü, küçük boyutu ve tam toplamsal açıklama sunabilmesi için Ridge kullanır. En düşük çapraz doğrulama hatalı araştırma modeli ayrı olarak karşılaştırma tablosunda belirtilir. Çıktılar kırpılmaz; ölçek dışına çıkabilir. Açıklamalar, eğitim verisinin marjinal ortalamalarıyla hesaplanan doğrusal interventional SHAP katkılarıdır.

Girdiler sunucuya gönderilmez; çerez, hesap veya analiz izleme aracı kullanılmaz. Sayfa ve model dosyalarının sunumu sırasında barındırma sağlayıcısının standart erişim kayıtları oluşabilir. İndirme yalnızca kullanıcının seçimiyle gerçekleşir.

Tahmin aralıkları dağılım benzerliği varsayımına bağlıdır. Dış veriyle veya klinik ortamda doğrulanmadı; farklı topluluklara genellenebilirlik gösterilmedi. Önceki öneri aşamasında veri setinin tümünde keşifsel inceleme yapılmıştı.

Yöntem kaynakları: Angelopoulos ve Bates · Lundberg ve Lee · Prokhorenkova ve diğerleri.