KI verändert die medizinische Praxis. Sie hilft Ärzten, genauere Diagnosen zu stellen, Vorhersagen über den zukünftigen Gesundheitszustand von Patienten zu treffen und bessere Behandlungen zu empfehlen. Diese Specializations vermittelt Ihnen praktische Erfahrung in der Anwendung von maschinellem Lernen auf konkrete Probleme in der Medizin. Maschinelles Lernen ist ein leistungsstarkes Werkzeug für die Prognose, ein Zweig der Medizin, der sich auf die Vorhersage der zukünftigen Gesundheit von Patienten spezialisiert. In diesem zweiten Kurs werden Sie mehrere Beispiele für prognostische Aufgaben durchgehen. Anschließend werden Sie Entscheidungsbäume verwenden, um nichtlineare Beziehungen zu modellieren, die häufig in medizinischen Daten zu beobachten sind, und diese zur genaueren Vorhersage von Sterblichkeitsraten anwenden. Schließlich werden Sie lernen, wie man mit fehlenden Daten umgeht, eine der größten Herausforderungen in der Praxis.
KI für medizinische Prognosen
Dieser Kurs ist Teil von Spezialisierung KI für die Medizin
Dozenten: Pranav Rajpurkar
28.217 bereits angemeldet
(777 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Gehen Sie durch Beispiele für prognostische Aufgaben
Wenden Sie baumbasierte Modelle an, um die Überlebensraten von Patienten zu schätzen
Bewältigen Sie praktische Herausforderungen in der Medizin wie fehlende Daten
Kompetenzen, die Sie erwerben
- Kategorie: Zufälliger Wald
- Kategorie: Maschinelles Lernen
- Kategorie: Deep Learning
- Kategorie: zeit-Ereignis-Modellierung
- Kategorie: modell-Einstellung
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 4 Module
Erstellen Sie ein lineares Prognosemodell mit Hilfe der logistischen Regression und bewerten Sie das Modell dann durch Berechnung des Konkordanzindexes. Verbessern Sie schließlich das Modell durch Hinzufügen von Merkmalsinteraktionen.
Das ist alles enthalten
11 Videos3 Lektüren1 Aufgabe1 Programmieraufgabe4 Unbewertete Labore
Passen Sie Entscheidungsbaum- und Random-Forest-Modelle an, um das Risiko einer Krankheit vorherzusagen. Bewerten Sie die Leistung des Modells anhand des c-Indexes. Identifizieren Sie fehlende Daten und wie diese die Datenverteilung verändern können und verwenden Sie dann die Imputation, um fehlende Daten zu ergänzen und so die Modellleistung zu verbessern.
Das ist alles enthalten
15 Videos1 Aufgabe1 Programmieraufgabe3 Unbewertete Labore
Diese Woche werden Sie mit Daten arbeiten, bei denen die Zeit, in der eine Krankheit auftritt, eine Variable ist. Anstatt nur das 10-Jahres-Risiko einer Krankheit vorherzusagen, werden Sie flexiblere Modelle erstellen, die das 5-Jahres-, 7-Jahres- oder 10-Jahres-Risiko vorhersagen können.
Das ist alles enthalten
16 Videos1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore
In dieser Woche werden Sie ein lineares Modell und ein baumbasiertes Risikomodell auf Überlebensdaten anwenden, um für jeden Patienten einen Risikoscore auf der Grundlage seines Gesundheitsprofils zu erstellen. Der Risikoscore stellt das relative Risiko des Patienten dar, eine bestimmte Krankheit zu bekommen. Anschließend bewerten Sie die Leistung jedes Modells, indem Sie einen Konkordanzindex implementieren und verwenden, der die Zeit bis zum Ereignis und zensierte Daten berücksichtigt.
Das ist alles enthalten
24 Videos4 Lektüren1 Aufgabe1 Programmieraufgabe3 Unbewertete Labore
Dozenten
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
London Business School
The University of Sydney
DeepLearning.AI
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 777
777 Bewertungen
- 5 stars
79,15 %
- 4 stars
15,70 %
- 3 stars
3,08 %
- 2 stars
1,41 %
- 1 star
0,64 %
Geprüft am 4. Aug. 2020
Geprüft am 25. Apr. 2020
Geprüft am 18. Apr. 2020
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.