L'apprentissage automatique et l'intelligence artificielle ont le potentiel de transformer les soins de santé et d'ouvrir un monde incroyablement prometteur. Mais nous ne réaliserons jamais le potentiel de ces technologies si toutes les parties prenantes ne disposent pas de compétences de base en matière de soins de santé et de concepts et principes d'apprentissage automatique.

Principes de l'apprentissage automatique pour les soins de santé
Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant

Principes de l'apprentissage automatique pour les soins de santé
Ce cours fait partie de Spécialisation "L'IA dans les soins de santé"
Enseigné en Français (doublage IA)


Instructeurs : Matthew Lungren
39 104 déjà inscrits
627 avis
Ce que vous apprendrez
Définir les relations importantes entre les domaines de l'apprentissage automatique, de la biostatistique et de la programmation informatique traditionnelle.
Découvrez les architectures avancées de réseaux neuronaux pour des tâches allant de la classification de textes à la détection et à la segmentation d'objets.
Apprenez des approches importantes pour exploiter les données afin de former, valider et tester des modèles d'apprentissage automatique.
Comprendre l'impact de la pratique médicale dynamique et des délais discontinus sur le développement et le déploiement d'applications cliniques d'apprentissage automatique.
Compétences que vous acquerrez
- Catégorie : Connaissance du secteur de la santé
- Catégorie : Apprentissage supervisé
- Catégorie : L'IA responsable
- Catégorie : Méthodes d'apprentissage automatique
- Catégorie : Réseaux neuronaux artificiels
- Catégorie : Algorithmes d'apprentissage automatique
- Catégorie : Politique de santé
- Catégorie : Éthique des soins de santé
- Catégorie : Éthique des données
- Catégorie : Informatique de santé
- Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)
- Catégorie : Modèle de formation
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Apprentissage statistique des machines
- Catégorie : Apprentissage automatique
- Catégorie : Apprentissage par renforcement
- Catégorie : Évaluation du modèle
- Catégorie : Apprentissage profond
- Catégorie : Architectures de modèles génératifs
- Catégorie : Science et recherche médicales
Détails à connaître

Ajouter à votre profil LinkedIn
19 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable

Il y a 8 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs


Offert par
En savoir plus sur Apprentissage automatique
Statut : PrévisualisationCleveland Clinic
Statut : Essai gratuit
Statut : PrévisualisationNortheastern University
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
84,37 %
- 4 stars
13,23 %
- 3 stars
1,59 %
- 2 stars
0,47 %
- 1 star
0,31 %
Affichage de 3 sur 627
Révisé le 11 nov. 2020
Completing this course has given me a solid foundation and confidence to engage at a deeper level with AIML in health, both as a student and exponent thereof.
Révisé le 3 oct. 2021
There are maybe too much scenes without slides, if you explain with slides combined, it would be more easy to understand and follow
Révisé le 10 sept. 2023
Delivered all it promises. Fast paces and geared to people with lots of ML knowledge. Thank you.Muchas gracias.Valdez Ladd
Foire Aux Questions
Plus de questions
Aide financière disponible,




