课程信息

27,335 次近期查看

学生职业成果

14%

完成这些课程后已开始新的职业生涯

11%

通过此课程获得实实在在的工作福利

20%

加薪或升职
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
第 2 门课程(共 3 门)
中级

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

完成时间大约为30 小时
英语(English)

您将学到的内容有

  • Walk through examples of prognostic tasks

  • Apply tree-based models to estimate patient survival rates

  • Navigate practical challenges in medicine like missing data  

您将获得的技能

Deep LearningMachine Learningtime-to-event modelingRandom Forestmodel tuning

学生职业成果

14%

完成这些课程后已开始新的职业生涯

11%

通过此课程获得实实在在的工作福利

20%

加薪或升职
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
第 2 门课程(共 3 门)
中级

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

完成时间大约为30 小时
英语(English)

提供方

Placeholder

deeplearning.ai

教学大纲 - 您将从这门课程中学到什么

内容评分Thumbs Up97%(2,483 个评分)Info
1

1

完成时间为 9 小时

Linear prognostic models

完成时间为 9 小时
11 个视频 (总计 28 分钟), 4 个阅读材料, 2 个测验
2

2

完成时间为 7 小时

Prognosis with Tree-based models

完成时间为 7 小时
15 个视频 (总计 41 分钟)
3

3

完成时间为 6 小时

Survival Models and Time

完成时间为 6 小时
16 个视频 (总计 38 分钟)
4

4

完成时间为 8 小时

Build a risk model using linear and tree-based models

完成时间为 8 小时
24 个视频 (总计 69 分钟), 3 个阅读材料, 2 个测验

审阅

来自AI FOR MEDICAL PROGNOSIS 的热门评论

查看所有评论

关于 AI for Medicine 专项课程

AI for Medicine

常见问题

还有其他问题吗?请访问 学生帮助中心