DeepLearning.AI
用于医学预后的人工智能
DeepLearning.AI

用于医学预后的人工智能

本课程是 医学人工智能 专项课程 的一部分

Pranav Rajpurkar
Bora Uyumazturk
Eddy Shyu

位教师:Pranav Rajpurkar

31,107 人已注册

深入了解一个主题并学习基础知识。
4.7

(795 条评论)

中级 等级

推荐体验

灵活的计划
3 周 在 10 小时 一周
自行安排学习进度
97%
大多数学生喜欢此课程
深入了解一个主题并学习基础知识。
4.7

(795 条评论)

中级 等级

推荐体验

灵活的计划
3 周 在 10 小时 一周
自行安排学习进度
97%
大多数学生喜欢此课程

您将学到什么

  • 预报任务示例

  • 应用树状模型估算患者存活率

  • 应对缺失数据等医学领域的实际挑战

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

4 项作业

授课语言:英语(English)

了解顶级公司的员工如何掌握热门技能

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

本课程是 医学人工智能 专项课程 专项课程的一部分
在注册此课程时,您还会同时注册此专项课程。
  • 向行业专家学习新概念
  • 获得对主题或工具的基础理解
  • 通过实践项目培养工作相关技能
  • 获得可共享的职业证书

该课程共有4个模块

使用逻辑回归建立线性预后模型,然后通过计算一致性指数对模型进行评估。 最后,通过添加特征交互来改进模型。

涵盖的内容

11个视频3篇阅读材料1个作业1个编程作业4个非评分实验室

调整决策树和随机森林模型以预测疾病风险。 使用 c 指数评估模型性能。 识别缺失数据及其如何改变数据分布,然后使用估算法填补缺失数据,以提高模型性能。

涵盖的内容

15个视频1个作业1个编程作业3个非评分实验室

本周,您将处理以疾病发生时间为变量的数据。 您将建立更灵活的模型,预测 5 年、7 年或 10 年的患病风险,而不是仅仅预测 10 年的患病风险。

涵盖的内容

16个视频1个作业1个编程作业2个非评分实验室

本周,您将在生存数据上拟合一个线性模型和一个基于树的风险模型,以便根据每位患者的健康状况为其定制一个风险评分。 风险分值代表患者患某种疾病的相对风险。 然后,您将通过实施和使用包含事件发生时间和删减数据的一致性指数来评估每个模型的性能。

涵盖的内容

24个视频4篇阅读材料1个作业1个编程作业3个非评分实验室

获得职业证书

将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。

位教师

授课教师评分
4.7 (140个评价)
Pranav Rajpurkar
DeepLearning.AI
3 门课程94,383 名学生

提供方

DeepLearning.AI

从 机器学习 浏览更多内容

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情,我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程,Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好:它远不止于此。Coursera 让我无限制地学习。'

学生评论

4.7

795 条评论

  • 5 stars

    78.86%

  • 4 stars

    15.84%

  • 3 stars

    3.01%

  • 2 stars

    1.50%

  • 1 star

    0.75%

显示 3/795 个

NA
5

已于 May 16, 2020审阅

YS
5

已于 Apr 25, 2020审阅

RW
5

已于 Apr 18, 2020审阅

Coursera Plus

通过 Coursera Plus 开启新生涯

无限制访问 10,000+ 世界一流的课程、实践项目和就业就绪证书课程 - 所有这些都包含在您的订阅中

通过在线学位推动您的职业生涯

获取世界一流大学的学位 - 100% 在线

加入超过 3400 家选择 Coursera for Business 的全球公司

提升员工的技能,使其在数字经济中脱颖而出

常见问题