Online cursus – Gecertificeerde professionele stage in datawetenschap voor Google Health Research, Universiteit van Michigan

Verken, visualiseer en analyseer gezondheidsgegevens. Importeer, verwerk gegevens en pas statistische basismodellen aan om gegevens over gezondheidsresultaten te analyseren, allemaal in de R-omgeving.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

Gemiddeld niveau

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Vertaling van gegevens
  • Statistische modellen ontcijferen
  • Resultaten voorspellen
  • Organisatie van visualisatie voor gezondheidsgegevens
  • Statistische analyses in programma’s als R
  • Hulp bij het nemen van op data gebaseerde beslissingen op het gebied van de volksgezondheid

What you will learn in the course

Courses for which the course is suitable

  • Data-analist in de gezondheidszorg
  • data wetenschapper
  • Medisch statisticus
  • Klinisch onderzoeksmanager
  • Adviseur volksgezondheid
  • Ontwikkelt voorspellende modellen in de gezondheidszorg
  • Onderzoeker op het gebied van de volksgezondheid
  • Synthetische data-analysator
  • Specialist in medische data-analyse
  • Projectmanager gezondheidszorg

Specialisatie in data science voor gezondheidsonderzoek

De stage is een 3-delige reeks cursussen in data science voor gezondheidsonderzoek. Tijdens de cursussen leer je gezondheidsgegevens te organiseren en visualiseren met behulp van statistische analyses in programma’s zoals R.

De cursussen laten zien hoe:

  • gegevens vertalen
  • Statistische modellen ontcijferen
  • uitkomsten voorspellen

Doel: helpen bij het nemen van beslissingen op basis van data op het gebied van de volksgezondheid.

Toegepast leerproject

In cursus 1 zullen de leerlingen gegevens uit een mondiaal onderzoek naar het eigendom van financiële rekeningen (Global Findex-database) samenvatten en een tabel en figuur reconstrueren uit het Global Findex-databaserapport van 2017.

In cursus 2 en 3 analyseren leerlingen synthetische gegevens met betrekking tot veelvoorkomende risicofactoren en hartziekten onder de Indiase bevolking.

het leerproces

Het leerproces van deze cursus verloopt over het algemeen via de volgende stappen:

  • Ideeën leren via lesvideo’s.
  • De ideeën toepassen in een begeleide oefenvideo.
  • Herhaal de stappen voor de meeste onderwerpen in de les.
  • Zelfversterking door onafhankelijke gidsen in de Schriften.
  • Begrip oefenen door middel van niet-beoordeelde quizzen en dialogen.

Details of the courses that make up the specialization

Gegevens ordenen en visualiseren in R

Cursus 1 – 18 uur

Wat je gaat leren:

  • Leer en weet hoe je moet werken in de R-omgeving
  • Formatteer en manipuleer de gegevens in R naar geschikte formaten
  • Ontwikkel een intuïtie voor verkennende data-analyse
  • Ontwikkelt een workflow in R

Vaardigheden die je verwerft:

  • gegevensverwerking
  • Codering in R
  • datavisualisatie
  • Verkennende data-analyse
  • Gegevensverkenning

Een lineair regressiemodel voor gezondheidsgegevens

Cursus 2 – 13 uur

Wat je gaat leren:

  • Begrijp het concept van het statistische model en de basisprincipes van statistische gevolgtrekking
  • Herken, pas en interpreteer een eenvoudig lineair regressiemodel
  • Ontwikkel intuïtie om een ​​meervoudig regressiemodel te passen en te interpreteren

Vaardigheden die je verwerft:

  • Waarschijnlijkheid en statistieken
  • Lineaire regressie
  • Statistische analyse
  • statistisch model

Logistieke regressie en voorspelling voor gezondheidsgegevens

Cursus 3 – 11 uur

Wat je gaat leren:

  • Begrijp hoe binaire resultaten ontstaan ​​en ken het verschil tussen morbiditeit, risicoratio en oddsratio
  • Gebruik logistische regressie om het verband tussen een of meer confounders en een binaire uitkomst te schatten en te interpreteren
  • Begrijp de principes van het gebruik van logistieke regressie voor het voorspellen en evalueren van de kwaliteit van deze voorspellingen

Vaardigheden die je verwerft:

  • Waarschijnlijkheid en statistieken
  • Logistieke regressie
  • Statistische analyse
  • statistisch model