이 강좌에 대하여

최근 조회 114,454
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 3개 강좌 중 2번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계

You’re comfortable with Python programming, statistics, and probability. The Deep Learning Specialization is recommended but not required.

완료하는 데 약 30시간 필요
영어
자막: 영어

배울 내용

  • Walk through examples of prognostic tasks

  • Apply tree-based models to estimate patient survival rates

  • Navigate practical challenges in medicine like missing data  

귀하가 습득할 기술

Deep LearningMachine Learningtime-to-event modelingRandom Forestmodel tuning
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 3개 강좌 중 2번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계

You’re comfortable with Python programming, statistics, and probability. The Deep Learning Specialization is recommended but not required.

완료하는 데 약 30시간 필요
영어
자막: 영어

제공자:

deeplearning.ai 로고

deeplearning.ai

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up98%(1,413개의 평가)Info
1

1

완료하는 데 9시간 필요

Linear prognostic models

완료하는 데 9시간 필요
11개 동영상 (총 28분), 4 개의 읽기 자료, 2 개의 테스트
11개의 동영상
Prerequisites and Learning Outcomes1m
Medical Prognosis2m
Examples of Prognostic Tasks2m
Atrial fibrillation2m
Liver Disease Mortality2m
Risk of heart disease2m
Risk Score Computation4m
Evaluating Prognostic Models1m
Concordant Pairs, Risk Ties, Permissible Pairs2m
C-Index3m
4개의 읽기 자료
Connect with your mentors and fellow learners on Slack!10m
Please save your work regularly10m
About the automatic grader10m
How to refresh your workspace10m
1개 연습문제
Week 1 Quiz30m
2

2

완료하는 데 7시간 필요

Prognosis with Tree-based models

완료하는 데 7시간 필요
15개 동영상 (총 41분)
15개의 동영상
Decision trees1m
Dividing the input space2m
Building a decision tree2m
How to fix overfitting4m
Survival Data3m
Different distributions2m
Missing Data example2m
Missing completely at random2m
Missing at random3m
Missing not at random3m
Imputation1m
Mean Imputation4m
Regression Imputation2m
Calculate Imputed Values2m
1개 연습문제
Week 2 Quiz30m
3

3

완료하는 데 6시간 필요

Survival Models and Time

완료하는 데 6시간 필요
16개 동영상 (총 38분)
16개의 동영상
Survival Function2m
Valid survival functions3m
Collecting Time Data1m
When a stroke is not observed2m
Heart Attack Data2m
Right censoring1m
Estimating the survival function1m
Died immediately, or never die3m
Somewhere in-between1m
Using censored data1m
Chain rule of conditional probability2m
Deriving Survival2m
Calculating Probabilities from the Data3m
Comparing Estimates3m
Kaplan Meier Estimate2m
1개 연습문제
Week 3 Quiz30m
4

4

완료하는 데 8시간 필요

Build a risk model using linear and tree-based models

완료하는 데 8시간 필요
24개 동영상 (총 69분), 3 개의 읽기 자료, 2 개의 테스트
24개의 동영상
Hazard3m
Survival to hazard2m
Cumulative Hazard3m
Individualized Predictions3m
Relative risk3m
Ranking patients by risk1m
Individual vs. baseline hazard2m
Smoker vs. non-smoker2m
Effect of age on hazard3m
Risk factor increase per unit increase in a variable1m
Risk Factor Increase or Decrease4m
Intro to Survival Trees4m
Survival tree5m
Nelson Aalen estimator5m
Comparing risks of patients1m
Mortality score2m
Evaluation of Survival Model3m
Permissible and Non-Permissible Pairs2m
Possible Permissible Pairs1m
Example of Harrell's C-Index3m
Example of Concordant Pairs2m
Week 4 Summary47
Congratulations!1m
3개의 읽기 자료
Congratulations on finishing course 2!10m
Acknowledgements10m
Citations10m
1개 연습문제
Week 4 Quiz30m

검토

AI FOR MEDICAL PROGNOSIS 의 최상위 리뷰

모든 리뷰 보기

AI for Medicine 특화 과정 정보

AI is transforming the practice of medicine. It’s helping doctors diagnose patients more accurately, make predictions about patients’ future health, and recommend better treatments. This three-course Specialization will give you practical experience in applying machine learning to concrete problems in medicine. These courses go beyond the foundations of deep learning to teach you the nuances in applying AI to medical use cases. If you are new to deep learning or want to get a deeper foundation of how neural networks work, we recommend taking the Deep Learning Specialization....
AI for Medicine

자주 묻는 질문

  • 강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:

    • 강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 수 있습니다.
  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • 구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.

  • 예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.