Northeastern University
Machine Learning in Healthcare: Fundamentals & Applications

Diese kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Northeastern University

Machine Learning in Healthcare: Fundamentals & Applications

Unterrichtet auf Englisch

Kurs

Informieren Sie sich über ein Thema und erlernen Sie die Grundlagen.

Sonya Makhni
Paul Cerrato

Dozenten: Sonya Makhni

Stufe Anfänger
Keine Vorkenntnisse erforderlich
Es dauert 18 Stunden
3 Wochen bei 6 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

23 Quizzes

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter
Platzhalter

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.

Platzhalter

In diesem Kurs gibt es 4 Module

In this module, we’ll start demystifying the terminology. We’ll begin by exploring the differences between AI, machine learning and deep learning. You’ll also gain hands-on experience in planning your own AI algorithm development, and learn what goes into preparing and constructing datasets for research questions.

Das ist alles enthalten

8 Videos7 Lektüren5 Quizzes1 peer review2 Diskussionsthemen

In this module, we’ll take a deep dive into several sophisticated AI modeling techniques, including random forest modeling, gradient boosting, clustering and neural networks.

Das ist alles enthalten

6 Videos8 Lektüren7 Quizzes2 Diskussionsthemen

In this module, you’ll dive deeper into the nitty gritty of how AI algorithms are trained and validated, and examine how they compare to clinicians in the field.

Das ist alles enthalten

6 Videos5 Lektüren7 Quizzes2 Diskussionsthemen

In this module, we’ll explore why so many potentially useful algorithms are not being implemented by healthcare providers. That critique will explore the black box dilemma, and the challenges involved in developing accurate and equitable data sets. That means examining the many ways in which algorithms can discriminate against various marginalized segments of the population.

Das ist alles enthalten

7 Videos6 Lektüren4 Quizzes2 Diskussionsthemen

Dozenten

Sonya Makhni
Northeastern University
1 Kurs902 Lernende

von

Empfohlen, wenn Sie sich für Research interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Platzhalter

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