Title: Predicting Diabetes and Health Scores Group Members: XU YIRAN 25088321 WANG JIACUN 25075892 SAM YEE THONG WAH 24209652 LUO YUN 25088950 HUANG MAO WEI 24231728

Parcial 1 modelos lineales

Exploratory data analysis of Blogs, News, and Twitter datasets for building a next-word prediction model and Shiny application.

Module 10 assignment for GEOG 5680 taken during Summer 2026.

Este tutorial interactivo está diseñado específicamente para investigadores, médicos y estudiantes de doctorado en ciencias de la salud que buscan trascender los scores de riesgo tradicionales (lineales) e iniciarse en el Machine Learning clínico utilizando R.A través de un enfoque pedagógico basado en analogías médicas —desde la "esterilización del quirófano" (configuración de un entorno 100% reproducible) hasta la convocatoria de una "junta médica" (validación cruzada de múltiples algoritmos)—, esta guía desmitifica la programación matemática. ¿Qué aprenderás? * A diagnosticar y prevenir la fuga de datos (Data Leakage) en historiales clínicos. * A interpretar el impacto clínico del desequilibrio de clases (por qué el AUC-ROC no basta y necesitamos el AUC-PR). * A utilizar el ecosistema moderno tidymodels para construir una tubería de preprocesamiento blindada. * A entrenar y evaluar rigurosamente algoritmos complejos (Regresión Penalizada, k-NN, SVM y Random Forest) sobre una cohorte real de pacientes con insuficiencia cardíaca. Sin requerir experiencia previa en programación, este documento proporciona código "listo para usar", garantizando que al finalizar el taller, poseas una arquitectura analítica robusta, auditable y lista para aplicarse en la investigación médica traslacional.

Practice 2 instructions covering SQL joins and some new geoms