Examines data mining perspectives and methods in a healthcare context. Introduces the theoretical foundations for major data mining methods and studies how to select and use the appropriate data mining method and the major advantages for each. Students are exposed to contemporary data mining software applications and basic programming skills. Focuses on solving real-world problems, which require data cleaning, data transformation, and data modeling.
Machine Learning in Healthcare: Fundamentals & Applications
Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Débutant
Aucune connaissance prérequise
18 heures pour terminer
3 semaines à 6 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
23 devoirs
Enseigné en Anglais
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
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.
Inclus
8 vidéos7 lectures5 devoirs1 évaluation par les pairs2 sujets de discussion
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.
Inclus
6 vidéos8 lectures7 devoirs2 sujets de discussion
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.
Inclus
6 vidéos5 lectures7 devoirs2 sujets de discussion
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.
Inclus
7 vidéos6 lectures4 devoirs2 sujets de discussion
Offert par
Recommandé si vous êtes intéressé(e) par Research
Northeastern University
Stanford University
Northeastern University
University of Illinois Urbana-Champaign
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
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
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
You will be eligible for a full refund until two weeks after your payment date, or (for courses that have just launched) until two weeks after the first session of the course begins, whichever is later. You cannot receive a refund once you’ve earned a Course Certificate, even if you complete the course within the two-week refund period. See our full refund policy.