中本专业面向对医学应用感兴趣的机器学习相关人员，反之亦然，面向对现代计算机科学为其领域提供的方法感兴趣的医学专业人员。我们将介绍健康数据分析、不同类型的神经网络，以及神经网络在实际医疗场景中的训练和应用。
应用的学习项目
学员将能够在自动分级编程作业中应用理论概念，这些作业使用我们提供的训练数据，用于不同类型的神经网络算法。使用的技术包括 Jupyter Notebooks / PyTorch。
医疗保健领域的深度学习 专项课程
您将学到什么
您将获得的技能
- PyTorch (Machine Learning Library)
- Artificial Neural Networks
- Health Informatics
- Computer Vision
- Graph Theory
- Tensorflow
- Machine Learning
- Machine Learning Methods
- Predictive Modeling
- Deep Learning
- Artificial Intelligence and Machine Learning (AI/ML)
- Unsupervised Learning
- Big Data
- Generative Model Architectures
- Medical Science and Research
- Supervised Learning
- Applied Machine Learning
- Image Analysis
- Health Care
- Program Development
要了解的详细信息
可分享的证书
添加到您的领英档案
授课语言：英语（English）
了解顶级公司的员工如何掌握热门技能
精进特定领域的专业知识
- 向大学和行业专家学习热门技能
- 借助实践项目精通一门科目或一个工具
- 培养对关键概念的深入理解
- 通过 University of Illinois Urbana-Champaign 获得职业证书
专业化 - 3门课程系列
健康数据科学基金会
第 1 门课程24小时
您将学到什么
机器学习、健康数据处理
您将获得的技能
类别：人工神经网络
类别：医疗保健
类别：人工智能和机器学习（AI/ML）
类别：深度学习
类别：健康信息学
类别：计算机视觉
类别：监督学习
类别：计划发展
类别：机器学习
类别：无监督学习
类别：医学科学与研究
医疗保健领域的深度学习方法
第 2 门课程22小时
您将学到什么
您将获得的技能
类别：Python 程序设计
类别：人工神经网络
类别：深度学习
类别：医学影像
类别：机器学习
类别：无监督学习
类别：降维
类别：预测建模
类别：网络架构
类别：计算机视觉
类别：功能工程
类别：图像分析
类别：健康信息学
类别：应用机器学习
医疗保健领域的高级深度学习方法
第 3 门课程16小时
您将学到什么
您将获得的技能
类别：深度学习
类别：Python 程序设计
类别：图论
类别：健康信息学
类别：无监督学习
类别：生成模型架构
类别：数据综合
类别：应用机器学习
类别：Machine Learning 方法
类别：预测建模
类别：张力流
类别：人工神经网络
类别：自然语言处理
类别：PyTorch（机器学习库）
类别：图像分析
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。
为学位做准备
学习 University of Illinois Urbana-Champaign 的这个 专项课程，您可以预览相关学位课程计划中的主题、材料和授课教师，以便您确定该主题或大学是否适合您。
位教师
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。'
常见问题
该专业包括三门课程，每门课程有四个模块。一般认为，一个模块等于一周，因此总共需要 12 周。
我们建议至少拥有计算机科学或医学本科学位或同等专业经验。
课程应按发布的顺序完成。
更多问题
提供助学金，