Dans ce MOOC, vous serez initié aux techniques avancées d'apprentissage automatique et de traitement du langage naturel pour analyser et extraire des informations à partir de documents textuels non structurés dans le domaine de la santé, tels que les notes cliniques, les rapports de radiologie et les résumés de sortie. Que vous soyez un scientifique de données en herbe ou un professionnel en début ou milieu de carrière dans la science des données ou la technologie de l'information dans les soins de santé, il est essentiel que vous mainteniez à jour vos compétences en matière d'extraction et d'analyse de l'information.
Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.
Extraction d'informations à partir de données textuelles libres dans le domaine de la santé
Instructeur : V. G. Vinod Vydiswaran
2 184 déjà inscrits
Inclus avec
Ce que vous apprendrez
Identifier les approches d'exploration de texte nécessaires pour identifier et extraire différents types d'informations à partir de données textuelles relatives à la santé.
Indiquez en quoi la formation des modèles d'apprentissage profond diffère de la formation des modèles d'apprentissage automatique traditionnels.
Compétences que vous acquerrez
- Catégorie : Bibliothèques Python
- Catégorie : Programmation Informatique
- Catégorie : Outils de programmation informatique
- Catégorie : Programmation en Python
- Catégorie : Extraction d'informations
Détails à connaître
Ajouter à votre profil LinkedIn
5 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
Bienvenue à la première semaine ! Nous commençons cette semaine en nous familiarisant avec le processus d'extraction d'informations. Nous verrons des techniques spécifiques, telles que les expressions régulières pour extraire des informations. Nous aborderons également plusieurs approches d'évaluation pour l'extraction d'informations. C'est parti !
Inclus
8 vidéos3 lectures1 devoir1 devoir de programmation3 sujets de discussion
Bienvenue à la deuxième semaine ! Cette semaine, nous continuons à explorer les méthodes et processus d'extraction d'informations. Nous allons découvrir les ressources terminologiques disponibles pour les concepts médicaux et, à l'aide de ces ressources, développer un pipeline de bout en bout pour extraire des champs textuels à partir de textes sur la santé. C'est parti !
Inclus
6 vidéos1 devoir de programmation2 sujets de discussion
Bienvenue à la troisième semaine ! Cette semaine, nous allons apprendre à formuler l'extraction d'informations médicales comme une tâche de classification séquentielle. Ce faisant, nous apprendrons à utiliser un ensemble de données de textes cliniques annotés pour entraîner un modèle d'apprentissage automatique. C'est parti !
Inclus
7 vidéos2 devoirs1 devoir de programmation2 sujets de discussion
Bienvenue à la semaine 4 ! Nous terminons notre cours en explorant des méthodes avancées d'extraction d'informations à l'aide d'outils d'intelligence artificielle. Plus précisément, nous découvrirons un modèle de réseau neuronal pour identifier des concepts médicaux à partir d'un texte clinique, et comment appliquer un modèle d'apprentissage automatique entraîné pour une tâche d'extraction d'informations médicales. C'est parti !
Inclus
5 vidéos1 lecture2 devoirs1 devoir de programmation
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Informatique de santé
University of Colorado System
The University of Sydney
DeepLearning.AI
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous achetez un certificat, vous avez accès à tous les supports de cours, y compris les devoirs notés. Une fois le cours terminé, votre certificat électronique sera ajouté à votre page de réalisations. Vous pourrez alors l'imprimer ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez l'auditer gratuitement.
Vous pouvez prétendre à un remboursement intégral jusqu'à deux semaines après la date de votre paiement ou (pour les cours qui viennent d'être lancés) jusqu'à deux semaines après le début de la première session du cours, la date la plus tardive étant retenue. Vous ne pouvez pas obtenir de remboursement une fois que vous avez obtenu un certificat de cours, même si vous terminez le cours pendant la période de remboursement de deux semaines. Consultez notre politique de remboursement complète.