Online cursus – gecertificeerde beroepsspecialisatie in kunstmatige intelligentie voor wetenschappelijk onderzoek van LearnQuest

Start uw data science-carrière. Gebruik AI-technologieën om hypothesen te ontdekken en te testen.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Online cursus - gecertificeerde beroepsspecialisatie in kunstmatige intelligentie voor wetenschappelijk onderzoek van LearnQuest

Professional Certificate

starten

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Bekendheid met de Python-taal en basismodellen
  • Toepassing van een classificatiemodel om hartziekten te voorspellen
  • Gegevens uitlezen, gegevens opschonen en converteren
  • Algoritmen en machine learning uitvoeren
  • Vergelijken van verschillende modellen in projecten
  • Geavanceerde AI-technieken
  • Voorspellen van overeenkomsten tussen zorgpatiënten met behulp van willekeurige bossen
  • Vergelijking van genoomsequenties van COVID-19-mutanten
  • Gebruik van bibliotheken en modellen in machine learning en kunstmatige intelligentie

What you will learn in the course

Courses for which the course is suitable

  • Data-analist
  • data wetenschapper
  • Ingenieur kunstmatige intelligentie
  • Softwareontwikkelaar in de gezondheidszorg
  • Onderzoeker op het gebied van de levenswetenschappen
  • Machine learning-expert
  • Analyseert trends in wetenschappelijke gegevens
  • Ontwikkelt modellen voor medische voorspelling
  • Een onderzoeker op het gebied van genomics
  • Specialist in medische data-analyse

Stage – een reeks van 4-delige cursussen

In de specialisatie AI for Scientific Research leren we hoe we kunstmatige intelligentie kunnen gebruiken om trends en patronen in wetenschappelijke data te identificeren.

Cursussen:

  • Cursus 1: Inleiding tot de Python-taal en basismodellen. Toepassing van een classificatiemodel om hartziekten te voorspellen.
  • Cursus 2: Machine learning pipeline – gegevens lezen, gegevens opschonen en converteren, algoritmen uitvoeren. Een afstudeerproject om verschillende modellen te vergelijken.
  • Cursus 3: Geavanceerde AI-technieken. Een project om de gelijkenis tussen zorgpatiënten te voorspellen met behulp van willekeurige bossen.
  • Cursus 4: Afstudeerproject – het vergelijken van genoomsequenties van COVID-19-mutaties om potentiële gebieden voor medicamenteuze behandelingen te identificeren.

Een geactiveerd leerproject

Elke cursus omvat oefenlabs op het laboratoriumplatform van Coursera. Je gebruikt bibliotheken en modellen om instructies voor machinaal leren en kunstmatige intelligentie uit te voeren om vragen in je gegevens te helpen beantwoorden.

Details of the courses that make up the specialization

Cursussen in datawetenschap en machine learning

Cursus 1: Inleiding tot data science en een Python-sketch-learning

Duur: 13 uur
Beoordeling: 3,8 (40 beoordelingen)

  • Wat je gaat leren: Kunstmatige intelligentietechnieken om hypothesen in Python te testen, een machine learning-model implementeren met NumPy, Pandas en Scikit-Learn.
  • Vaardigheden die je verwerft: datawetenschap, machinaal leren, medische gegevens, regressie, testen van statistische hypothesen.

Cursus 2: Machine learning-modellen in de wetenschap

Duur: 11 uur
Beoordeling: 3,8 (10 beoordelingen)

  • Wat je gaat leren: Toepassing en evaluatie van machine learning-modellen (neurale netwerken, willekeurige bossen) op wetenschappelijke gegevens in Python.
  • Vaardigheden die je verwerft: willekeurig bos, kunstmatig neuraal netwerk, programmeren in Python, machine learning, PCA.

Cursus 3: Neurale netwerken en willekeurig bos

Duur: 10 uur

  • Wat je leert: Diepgaande analyse van neurale netwerken en geavanceerde AI-technieken.
  • Vaardigheden die je verwerft: willekeurig bos, kunstmatig neuraal netwerk, machinaal leren, voorspellingen in de wetenschap, soortidentificatie.

Cursus 4: Eindproject: Geavanceerde AI voor het ontdekken van medicijnen

Duur: 12 uur

  • Wat je zult leren: Analyseer gensequenties om overeenkomsten te vinden en subsequenties te identificeren met behulp van voorspellende modellen.
  • Vaardigheden die je zult verwerven: reductie van dimensionaliteit, clustering van K-middelen, sequencing van hele genen, machinaal leren, ontdekking van medicijnen.

Gerelateerde producten