이 강좌에 대하여

최근 조회 2,110
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 5개 강좌 중 2번째 강좌:
중급 단계

Python programming and experience with scientific packages such as numpy, scipy and matplotlib.

완료하는 데 약 32시간 필요
영어

배울 내용

  • Train deep learning architectures such as Multi-layer perceptron, Convolutional Neural Networks and Recurrent Neural Networks for classification

  • Validate and compare different machine learning algorithms

  • Preprocess Electronic Health Records and represent them as time-series data

  • Imputation strategies and data encodings

귀하가 습득할 기술

  • preprocessing of EHR and imputation
  • Convolutional Neural Network
  • deep learning and validation
  • Recurrent Neural Network
  • data encodings and autoencoders
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 5개 강좌 중 2번째 강좌:
중급 단계

Python programming and experience with scientific packages such as numpy, scipy and matplotlib.

완료하는 데 약 32시간 필요
영어

제공자:

Placeholder

University of Glasgow

강의 계획표 - 이 강좌에서 배울 내용

1

1

완료하는 데 6시간 필요

Artificial Intelligence and Multi-Layer Perceptron

완료하는 데 6시간 필요
7개 동영상 (총 62분), 5 개의 읽기 자료, 1 개의 테스트
2

2

완료하는 데 8시간 필요

Convolutional and Recurrent Neural Networks.

완료하는 데 8시간 필요
3개 동영상 (총 64분), 6 개의 읽기 자료, 1 개의 테스트
3

3

완료하는 데 10시간 필요

Preprocessing and imputation of MIMIC III data

완료하는 데 10시간 필요
4개 동영상 (총 65분), 8 개의 읽기 자료, 1 개의 테스트
4

4

완료하는 데 8시간 필요

EHR Encodings for machine learning models

완료하는 데 8시간 필요
4개 동영상 (총 52분), 5 개의 읽기 자료, 2 개의 테스트

Informed Clinical Decision Making using Deep Learning 특화 과정 정보

Informed Clinical Decision Making using Deep Learning

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.