在线课程 – 伊利诺伊大学厄巴纳-香槟分校深度学习专业认证

了解最先进的医学深度学习方法,以及医学中的神经网络。

Suggested by: Coursera (What is Coursera?)

Professional Certificate

高深

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • 分析健康数据
  • 不同类型的神经网络
  • 神经网络在实际医疗场景中的训练和应用
  • 通过自动评分将理论概念应用于编程任务
  • 将训练数据用于不同的神经网络算法
  • 使用 Jupyter Notebook
  • 使用 PyTorch

What you will learn in the course

Courses for which the course is suitable

  • 运行状况数据分析器
  • 机器学习工程师
  • 医学算法开发者
  • 医学和人工智能领域的研究员
  • 神经网络专家 (Neural Network Specialist)
  • 医疗系统分析师
  • 医疗保健软件开发人员
  • 医疗技术顾问
  • 开发医学人工智能解决方案
  • 计算机科学和医学领域的研究员

专业化 – 3 门课程系列

该专业适用于从事机器学习工作并对医疗应用感兴趣的人,或者相反,适用于对现代计算机科学为其领域提供的方法感兴趣的医疗专业人员。

主要主题

  • 分析健康数据
  • 不同类型的神经网络
  • 神经网络在实际医疗场景中的训练和应用

应用学习项目

学习者将能够使用我们为各种神经网络算法提供的训练数据,通过自动评分将理论概念应用于编程任务。

使用的技术

  • Jupyter 笔记本
  • PyTorch 插件

Details of the courses that make up the specialization

健康数据科学基础

课程 1

课程时长:24 小时

学习内容

  • 机器学习
  • 健康数据的处理

您将获得的技能

  • 无监督学习
  • 自动编码器
  • 深度学习

面向健康的深度学习方法

课程 2

课程时长:22 小时

评分: 3.7 (12 ratings)

学习内容

本课程涵盖深度学习 (DL) 方法、健康数据和使用 DL 方法的应用程序。该课程包括视频讲座、自编程实验室、家庭作业(书面和编程)和大型项目等活动。

该课程的第一阶段将包括有关 DL 和医疗保健的各种应用的视频讲座、自我指导的实验室和许多家庭作业。在此阶段,您将积累开发基于健康数据的深度学习实用模型的知识和经验。该课程的第二阶段将是一个大型项目,可以生成技术报告和用于解决医疗保健中特定问题的深度学习模型的主动演示。我们期望最好的项目可以带来科学出版物。

您将获得的技能

  • 无监督学习
  • 自动编码器
  • 深度学习

面向健康的高级深度学习方法

课程 3

课程时长:16 小时

学习内容

本课程涵盖深度学习 (DL) 方法、健康数据和使用 DL 方法的应用程序。该课程包括视频讲座、自编程实验室、家庭作业(书面和编程)和大型项目等活动。

该课程的第一阶段将包括有关 DL 和医疗保健的各种应用的视频讲座、自我指导的实验室和许多家庭作业。在此阶段,您将积累开发基于健康数据的深度学习实用模型的知识和经验。该课程的第二阶段将是一个大型项目,可以生成技术报告和用于解决医疗保健中特定问题的深度学习模型的主动演示。我们期望最好的项目可以带来科学出版物。

您将获得的技能

  • 无监督学习
  • 自动编码器
  • 深度学习