การใช้วิทยาศาสตร์ข้อมูลเพื่อปรับปรุงการนอนหลับของทารกฝาแฝด

click fraud protection

ต่อไปนี้ถูกรวบรวมจาก ปานกลาง สำหรับ The Fatherly Forumชุมชนของผู้ปกครองและผู้มีอิทธิพลที่มีข้อมูลเชิงลึกเกี่ยวกับงาน ครอบครัว และชีวิต หากคุณต้องการเข้าร่วมฟอรั่ม ส่งข้อความหาเราที่ [email protected].

เดือนที่แล้ว ฉันพยายาม การทดสอบ A/B เพื่อดูว่า "การรักษา" หรือพารามิเตอร์อินพุตที่แตกต่างกันอาจส่งผลให้ฝาแฝดของเรานอนหลับได้นานขึ้นอย่างไร และแน่นอนโดยพร็อกซีเรา จากสิ่งนี้ ฉันพบว่ารูปแบบการนอนค่อนข้างไม่แน่นอนและไม่พบอะไรมากที่สัมพันธ์กับการนอนหลับที่เพิ่มขึ้น เมื่อเวลาผ่านไปพวกเขาก็เริ่มมากขึ้นโดยธรรมชาติ อย่างไรก็ตาม ตอนนี้พวกเขามีอายุครบ 4 เดือนแล้ว พวกเขาได้เริ่มระยะการถดถอยของการนอนหลับที่พบได้บ่อยแต่ไม่ค่อยมีใครพูดถึง ฉันพบว่าตัวเองหมดหวังในการนอนหลับมากขึ้นอีกครั้ง ฉันเป็นคนหนึ่งที่แสดงความคิดเห็นในโพสต์ก่อนหน้าหรือไม่ "กำลังมองหาอะไรไม่ว่าจะนอนดึกแค่ไหน" ใช่. ใช่ฉันเป็น. ดังนั้นฉันจึงหันไปใช้เทคนิควิทยาการคอมพิวเตอร์อื่น การเรียนรู้ของเครื่อง

ฝาแฝดและพ่อ

flickr / Matthew H.

แมชชีนเลิร์นนิงเป็นสาขาหนึ่งในวิทยาการคอมพิวเตอร์ที่ให้วิธีการ "สอน" คอมพิวเตอร์หรือโปรแกรมโดยไม่ให้คำแนะนำแยกกัน ในการเขียนโปรแกรมปกติ ฉันจะให้คอมพิวเตอร์เรียงลำดับคำสั่งเพื่อดำเนินการ โดยใส่ตรรกะไปที่ ตัดสินใจว่าจะทำอย่างไรโดยอิงจากข้อมูลเข้า แต่โปรแกรมไม่สามารถออกจากที่กำหนดไว้อย่างดีเหล่านี้ได้ ราง แม้ว่าคำอธิบายนี้จะฟังดูใกล้เคียงกับ

เทอร์มิเนเตอร์ มากกว่าสิ่งที่ดูเหมือนจริงในทางปฏิบัติ แมชชีนเลิร์นนิงอนุญาตให้นำชุดข้อมูล "การเรียนรู้" ไปใช้และใช้เป็นพื้นฐานในการคาดการณ์ แม้ว่ากำลังได้รับความนิยมเพิ่มขึ้นทั่วทั้งอุตสาหกรรมเทคโนโลยี แต่ส่วนใหญ่มักใช้เพื่อมองหาการจัดซื้อ พฤติกรรมและคำแนะนำ AI และอาจน่าสนใจที่สุดในการจัดหมวดหมู่และระบุรูปภาพและงานศิลปะ - ส่วนใหญ่โดย Google. ฉันไม่พบหลายกรณีที่นำไปใช้กับการเลี้ยงดูบุตร

ต้องขอบคุณภูมิหลังด้านการบัญชีของภรรยาและบุคลิกภาพแบบ A ของเรา เรามีบันทึกโดยละเอียดเกี่ยวกับพฤติกรรมการกินและการนอนหลับของเด็กชาย จำสเปรดชีตนี้ได้ไหม

เมื่อใช้ข้อมูลนี้ ฉันออกเดินทางเพื่อค้นหาชุดค่าผสมที่เหมาะสมของพารามิเตอร์อินพุต ในกรณีนี้ ฉันดูจำนวนอาหารทั้งหมดที่บริโภคใน วัน เวลาให้อาหารครั้งสุดท้าย และปริมาณการให้อาหารครั้งสุดท้าย เพื่อกำหนดสิ่งที่จะทำให้นอนหลับตอนกลางคืนยาวนานที่สุดสำหรับ เด็กชาย และเหนือสิ่งอื่นใด ฉันสามารถปล่อยให้คอมพิวเตอร์ทำงานหนักได้ นอกจากนี้ เรามีข้อมูลมากขึ้นเป็นสองเท่าของรูปแบบเหล่านี้ เพราะแน่นอนว่าเราไม่มีเด็กชายเพียงคนเดียว แต่มี 2 คน

Javascript

flickr / Matthew Ephraim

มีไลบรารีที่ยอดเยี่ยมมากมายสำหรับการเรียนรู้ของเครื่องในภาษาการเขียนโปรแกรม แม้ว่าฉันจะใช้ Java และ Javascript เป็นหลักในการทำงาน แต่ฉันเลือก Python library sklearn ตามที่I มีความคุ้นเคยกับ Python และดูเหมือนว่าจะเป็นแอปพลิเคชั่นที่สมบูรณ์แบบสำหรับการเขียนสคริปต์ที่ยืดหยุ่น ภาษา. มีบทช่วยสอนดีๆ มากมายสำหรับไลบรารีนี้และเอกสารประกอบที่ดีเช่นกัน

คุณสามารถหารหัสของฉันได้ที่ github ถ้าสนใจ.

การส่งออกข้อมูลที่เรารวบรวมจากสเปรดชีต ฉันดึงข้อมูลจุดข้อมูลเมื่อเดือนที่แล้ว เนื่องจากการเจริญเติบโตอย่างรวดเร็วและการเปลี่ยนแปลงพัฒนาการของพัฒนาการของทารก ฉันรู้สึกว่าข้อมูลของหนึ่งเดือน — คูณกับทารก 2 คน — เป็นความสมดุลที่ดีระหว่างความใหม่และข้อมูลเพียงพอที่จะคาดการณ์ได้

นำมันมารวมกันและเข้ารหัสมัน

ฉันยังได้รับสถิติที่น่าสนใจอีกด้วย ซึ่งโดยเฉลี่ยแล้วเราให้อาหารเด็กผู้ชาย 27.5 ออนซ์ต่อ กลางวันให้เข้านอนบ่อยที่สุดเวลา 7:25 น. ให้อาหาร 5.22 ออนซ์ก่อนนอน และนอน 9 ชั่วโมง เฉลี่ย. นอกจากนี้ยังพบว่าเด็กชายนอนหลับมากกว่า 10 ชั่วโมง 75% ของเวลาทั้งหมด ก็ไม่เลวนะ. แต่ฉันรู้ว่าด้วยการทำงานมากกว่านี้ เราสามารถปรับปรุงสิ่งนี้ได้

เมื่อใช้ข้อมูลนี้ ฉันสามารถพล็อตแต่ละพารามิเตอร์เทียบกับเวลาพักเครื่องได้

คุณจะเห็นได้ว่าไม่มีความสัมพันธ์ที่ชัดเจนอยู่แล้ว อย่างน้อยก็เชิงเส้นตรงระหว่างสิ่งเหล่านี้ส่วนใหญ่ ความสัมพันธ์ที่ใกล้เคียงที่สุดคือความสัมพันธ์ระหว่างอาหารทั้งหมดกับจำนวนชั่วโมงในการนอนหลับโดยมีค่าผิดปกติจำนวนมาก อาหารมากขึ้นอย่างผิดปกติดูเหมือนจะส่งผลให้นอนหลับน้อยลง

แฝดชาย-นอน

Flickr / hegbar

อัลกอริธึมการเรียนรู้ของเครื่องมีหลายประเภท สิ่งเหล่านี้แบ่งออกเป็นประเภทเชิงเส้นและไม่เชิงเส้นเป็นส่วนใหญ่ ฉันนำข้อมูลมาและเรียกใช้ผ่านอัลกอริธึม 6 ตัวที่ใช้กันอย่างแพร่หลาย เพื่อดูว่าแต่ละอันจะได้รับความแม่นยำเพียงใด นี่คือผลลัพธ์

หรือในรูปแบบภาพเพิ่มเติม

ที่นี่ คุณจะเห็นว่า Support Vector Machine algo ทำงานได้ดีที่สุดเมื่อเทียบกับข้อมูล แม้ว่าช่วงจะกว้างมากและค่าเฉลี่ยก็ไม่ได้ดีไปกว่าช่วงอื่นๆ มากนัก ไม่มีแม้แต่ร้อยละ 50 ซึ่งค่อนข้างแย่สำหรับการทำนาย ทั้งหมดนี้เกิดจากลักษณะสุ่มหลอกของข้อมูล แม้จะได้ผลลัพธ์เช่นนั้น ฉันก็ตัดสินใจที่จะก้าวไปข้างหน้าโดยหวังว่าจะทำให้มีความเข้าใจอย่างถ่องแท้

เมื่อใช้ SVM ฉันฝึกอัลกอริทึมกับข้อมูลอินพุต เมื่อใช้สิ่งนี้ ฉันสามารถคาดเดาได้ว่าเราจะได้นอนมากน้อยเพียงใดโดยพิจารณาจากปริมาณอาหารที่รับประทานในหนึ่งวัน เมื่อเรานำพวกเขาเข้านอน และปริมาณที่เราให้อาหารพวกมันในการให้อาหารครั้งสุดท้าย ตัวอย่างเช่น ให้ 28 ออนซ์ นอนตอน 7 ขวบ และให้ 6 ออนซ์ในการให้อาหารครั้งสุดท้ายนั้นจะทำให้นอนหลับได้ไม่ดีถึง 8 ชั่วโมง

บทสรุป

ด้วยอัลกอริทึมที่ได้รับการฝึกอบรมในขณะนี้ ฉันสามารถคาดเดาได้อย่างแน่นอนว่าเราจะนอนหลับได้มากเพียงใด ที่สำคัญกว่านั้น ฉันสามารถดูที่เส้นแนวโน้มสำหรับสิ่งเหล่านี้ และดูว่าพฤติกรรมประเภทใดที่นำไปสู่การนอนมากขึ้นเพื่อพยายามปรับให้เหมาะสม ตรงกันข้าม การเข้านอนเร็วขึ้นโดยกินอาหารน้อยลงและตลอดทั้งวันทำให้นอนหลับเพิ่มขึ้น อาจเป็นเพราะหลายปัจจัย แต่ทฤษฎีของฉันคืออาหารน้อยลงหมายถึงมีแก๊สน้อยลง ท้องหดตัวน้อยลงเมื่อหิว และนอนหลับพักผ่อนได้มากขึ้น กี่ครั้งแล้วที่เจ้าควักไส้ออกมาแล้วตื่นมากลางดึกด้วยความหิวโหยอย่างประหลาด?

แฝด-นอน-2-

flickr / Dion Hinchcliffe

น่าเสียดาย เช่นเดียวกับการทดสอบ A/B ดูเหมือนว่าไม่มีอินพุตใดที่รับข้อมูลโดยตรงที่ชัดเจนเกี่ยวกับโหมดสลีป ฉันเดาว่ามันมีคนค้นพบมันแล้วและทำเงินได้หลายล้าน เมื่อนำมารวมกันแล้ว แมชชีนเลิร์นนิงสามารถค้นหาแนวโน้มและความสัมพันธ์บางอย่างเหล่านี้ระหว่างตัวแปร ซึ่งนำไปสู่ เพื่อให้ได้ผลลัพธ์ที่ดีกว่าและแม่นยำกว่าการทดสอบ A/B หรือการลองผิดลองถูก แต่ผลลัพธ์ก็ยังห่างไกลจากความยอดเยี่ยม จากข้อมูลนี้ อย่างมากที่สุดฉันจะได้รับอัตราการคาดการณ์ที่แม่นยำถึง 41 เปอร์เซ็นต์ นั่นหมายถึงบ่อยครั้งที่พวกเขาผิด เนื่องจากการพัฒนาที่เปลี่ยนแปลงบ่อยครั้งและแม้กระทั่งความแตกต่างระหว่างเด็กๆ จึงเป็นเรื่องยากที่จะนำข้อมูลไปใช้กับพวกเขา อีกครั้ง ขนาดตัวอย่างที่ใหญ่ขึ้นอาจช่วยได้ แต่เราไม่ได้มุ่งเป้าไปที่แฝดสามในเร็วๆ นี้

ถึงกระนั้น ผลลัพธ์เหล่านี้ก็ยังดีกว่าไม่มีอะไรเลย และช่วยแสดงให้เห็นถึงคำมั่นสัญญาในด้านการเรียนรู้ของเครื่องและวิทยาศาสตร์ข้อมูล ฉันชอบที่จะตัดสินใจจากข้อมูลมากกว่าความรู้สึกของลำไส้และข้อมูลนี้แม้เพียงการยืนยันการคาดเดาของฉันทำให้ฉันรู้สึกดีขึ้นเกี่ยวกับวิธีการเลี้ยงดูของเรา

Tyler Lund เป็นบรรณาธิการของ พ่อวิ่งหนี.

มีบทใหม่ที่สร้างขึ้นโดย AI ของ Harry Potter Written

มีบทใหม่ที่สร้างขึ้นโดย AI ของ Harry Potter Writtenเบ็ดเตล็ด

มี Potterheads ตัวเล็ก ๆ ที่บ้านบ้างไหม? พวกเขากำลังอยู่ในการรักษา มีบทใหม่ของ แฮร์รี่พอตเตอร์ เผยแพร่ทางออนไลน์ที่เรียกว่า “แฮร์รี่ พอตเตอร์กับภาพเหมือนของสิ่งที่ดูเหมือนกองขี้เถ้าขนาดใหญ่” จับอย่...

อ่านเพิ่มเติม
Animaniacs กำลังกลับไปที่โทรทัศน์จะสตรีมบน Hulu

Animaniacs กำลังกลับไปที่โทรทัศน์จะสตรีมบน Huluเบ็ดเตล็ด

รู้สึกเซ่อซ่าถึงขีดสุด? แค่นั่งพักผ่อนเพราะหลังจาก เดือนแห่งการเก็งกำไรได้มีการประกาศอย่างเป็นทางการในสัปดาห์นี้ว่า เหล่าแอนิมาเนีย จะกลับมาพร้อมสองฤดูกาลใหม่ใน Hulu โดยร่วมมือกับ Amblin Television...

อ่านเพิ่มเติม
สิ่งที่การศึกษา 45 ปีของ Genius Kids พูดถึงระบบการศึกษาของเรา

สิ่งที่การศึกษา 45 ปีของ Genius Kids พูดถึงระบบการศึกษาของเราเบ็ดเตล็ด

พ่อแม่ส่วนใหญ่ต้องการคิดว่าลูก ๆ ของพวกเขาเป็นอัจฉริยะ และคุณก็ไม่ได้รับคุณค่าทางศิลปะจากสิ่งที่แขวนอยู่บนตู้เย็น แต่การเลี้ยงดูอัจฉริยะที่แท้จริงนั้นเป็นการเดินทางที่ซับซ้อนกว่ามาก ปูด้วยการบ้านที...

อ่านเพิ่มเติม