Ciao a tutti,
ultimamente mi sto documentando sul
Machine Learning, in particolar modo attraverso il
Python.
Sono diabetico e misuro la glicemia attraverso un sensore ad intervalli regolari (ogni 5 min).
Pensavo di utilizzare il ML e creare un algoritmo che possa prevedere l'andamento glicemico nella giornata, sia in base ai dati elaborati sia in base al valore attuale.
Premetto che sono abbastanza ignorante in materia (nel senso che sto muovendo i primi passi da poco), quindi vorrei realizzare un progetto semplice da implementare mano mano... Per questo pensavo di utilizzare i dati base, cioè solo il valore della glicemia nel tempo, per poi, in un futuro arricchirlo anche con la somministrazione di insulina (dato indispensabile affinchè il tutto sia più veritiero).
Tenete condo che il mio dataset è in continua espansione, riesco ad avere un valore ogni 5 minuti, cioè 288 nuovi valori ogni giorno e 2016 alla settimana.
Come dicevo prima, pensavo di partire con la sola glicemia, quindi i miei dati saranno così strutturati:
DAY TIME UDT_CGMS
19.02.2019 00:02 275
19.02.2019 00:07 277
19.02.2019 00:12 279
19.02.2019 00:17 283
19.02.2019 00:22 289
19.02.2019 00:27 292
19.02.2019 00:32 294
19.02.2019 00:37 296
19.02.2019 00:42 301
19.02.2019 00:47 317
19.02.2019 00:52 310
19.02.2019 00:57 300
19.02.2019 01:02 296
19.02.2019 01:07 290
19.02.2019 01:12 280
19.02.2019 01:17 270
Ora teniamo in considerazione dei presupposti:
- la glicemia varia gradualmente (cioè non può passare da 50 a 400 nell'intervallo di misurazione)
- l'andamento glicemico è influenzato dalla quantità di carboidrati assunti (carboidrati = glicemia che sale), l'esercizio fisico (più esercizio = glicemia scende) e l'insulina (insulina = glicemia scende).
Come dicevo prima per ora voglio considerare solo i valori della glicemia, successivamente inserirò anche tutti gli altri dati che comunque sono registrabili.
Ora, quello che volevo sapere da voi è: da dove parto? Come mi consigliate di iniziare?
Mi date qualche suggerimento?
Grazie