¿Qué conjunto de herramientas de red neuronal recomendaría para un análisis de supervivencia utilizando datos clínicos, proteómicos y genómicos? ¿Recomendarías usar un juego de herramientas? ¿O prefieres escribir desde cero?

No recomendaría empezar desde cero, a menos que su objetivo sea realizar una investigación fundamental de algoritmos. En su lugar, recomiendo la caja de herramientas acelerada GPU Cortexsys para Matlab / Octave. Está disponible en: joncox123 / Cortexsys

La ventaja de Cortexsys es que es un poco híbrido entre un paquete fácil de usar y una pieza pura de código de investigación. De esta forma, puede comenzar rápidamente y probar los ejemplos y la documentación, pero puede entrar en las agallas y modificar los algoritmos fácilmente si es necesario.

Todavía tengo que encontrar un problema genómico o proteómico que sea adecuado para una red neuronal. El mayor problema con los datos genómicos relacionados con el cáncer es que los estudios son muy pequeños. Un estudio grande que contenga 100 casos aún sería demasiado pequeño para ser modelado eficazmente con un enfoque de aprendizaje profundo y las redes simples no funcionan bien en este tipo de datos. SVM, Random Forest y Gradient Boosting son opciones mucho mejores para la clasificación de datos genómicos y proteómicos.