A Reproducible Log-Driven AutoML Framework for Interpretable Pipeline Optimization in Healthcare Risk Prediction

Diese Studie stellt yvsoucom-iterkit vor, ein deterministisches und log-gesteuertes AutoML-Framework zur interpretierbaren Pipeline-Optimierung in der Gesundheitsrisikovorhersage. Es ermöglicht die reproduzierbare Analyse von Pipeline-Komponenten und zeigt, dass die Leistung von einer kleinen Untergruppe interagierender Elemente wie Augmentierung, Modellwahl und Umgang mit Ungleichgewicht bestimmt wird.