課程信息

35,214 次近期查看

學生職業成果

17%

完成這些課程後已開始新的職業生涯

12%

通過此課程獲得實實在在的工作福利

25%

加薪或升職
可靈活調整截止日期
根據您的日程表重置截止日期。
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
第 2 門課程(共 3 門)
中級

You’re comfortable with Python programming, statistics, and probability. The Deep Learning Specialization is recommended but not required.

完成時間大約為30 小時
英語(English)

您將學到的內容有

  • Walk through examples of prognostic tasks

  • Apply tree-based models to estimate patient survival rates

  • Navigate practical challenges in medicine like missing data  

您將獲得的技能

Deep LearningMachine Learningtime-to-event modelingRandom Forestmodel tuning

學生職業成果

17%

完成這些課程後已開始新的職業生涯

12%

通過此課程獲得實實在在的工作福利

25%

加薪或升職
可靈活調整截止日期
根據您的日程表重置截止日期。
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
第 2 門課程(共 3 門)
中級

You’re comfortable with Python programming, statistics, and probability. The Deep Learning Specialization is recommended but not required.

完成時間大約為30 小時
英語(English)

提供方

Placeholder

deeplearning.ai

教學大綱 - 您將從這門課程中學到什麼

內容評分Thumbs Up97%(2,456 個評分)Info
1

1

完成時間為 9 小時

Linear prognostic models

完成時間為 9 小時
11 個視頻 (總計 28 分鐘), 4 個閱讀材料, 2 個測驗
2

2

完成時間為 7 小時

Prognosis with Tree-based models

完成時間為 7 小時
15 個視頻 (總計 41 分鐘)
3

3

完成時間為 6 小時

Survival Models and Time

完成時間為 6 小時
16 個視頻 (總計 38 分鐘)
4

4

完成時間為 8 小時

Build a risk model using linear and tree-based models

完成時間為 8 小時
24 個視頻 (總計 69 分鐘), 3 個閱讀材料, 2 個測驗

審閱

來自AI FOR MEDICAL PROGNOSIS 的熱門評論

查看所有評論

關於 AI for Medicine 專項課程

AI for Medicine

常見問題

還有其他問題嗎?請訪問 學生幫助中心