🧰 스킬 & 프로그램

혈압 추정·예측 파이프라인을 Claude 스킬 · Colab 노트북 · 서버 스크립트로. 합성 데모로 즉시 실행, 실데이터 연결.

▶ Google Colab — 바로 실행

설치 없이 브라우저에서 합성 데모를 실행합니다(수준+위상=E0, 편차 모형, MAE+BHS, 정적/동적 예측). 노트북이 스크립트를 자동으로 받아 돌립니다.

🖥 서버 / 로컬 — 단독 실행 스크립트

경로 하드코딩 없는 portable 파이프라인. 합성 데모로 즉시 실행되고, 실데이터는 --csv로 연결합니다.

pip install scikit-learn pandas numpy matplotlib
python aday_bp_colab.py                 # 합성 데모
python aday_bp_colab.py --csv my_bp.csv # 실데이터 (열: ID,day,tod,SBP,DBP,HR,METs,age,cl)

⬇ 스크립트(.py) 다운로드 📂 전체 scripts/ (GitHub)

🤖 Claude 스킬 — 다운받아 사용

aday-bp-pipeline 스킬. skill/ 폴더를 받아 자신의 스킬 디렉터리에 두면 /aday-bp-pipeline로 호출됩니다.

~/.claude/skills/aday-bp-pipeline/
  ├─ SKILL.md          # 방법론·파일맵·실행순서
  ├─ heygen_knowledge.md
  └─ scripts/          # PART1 보간·PART2 추정 + 그림/책 빌더 + 레퍼런스 JSON

📂 skill/ 폴더 (GitHub) ⬇ SKILL.md

⬇ 폴더 전체는 저장소를 git clone 하거나 GitHub의 Code → Download ZIP으로 받으세요.

📦 포함 내용

PART1 보간 — 정제·분할·분단위 하이브리드 보간
PART2 추정 — 특징행렬·모형 zoo·워치 편차(과거변수 제외)·SHAP
빌더 — 책·논문·그림 자동 생성
선행연구 JSON — 워치 변수·세션 Grade A 요건(DOI)

환자 데이터는 민감정보라 미포함. 스크립트는 방법론 템플릿이며 합성 데모로 동작합니다.

← 책으로 · PART2 · 논문