このコースについて

60,707 最近の表示
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
次における3の2コース
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル

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

約30時間で修了
英語

学習内容

  • Walk through examples of prognostic tasks

  • Apply tree-based models to estimate patient survival rates

  • Navigate practical challenges in medicine like missing data  

習得するスキル

Deep LearningMachine Learningtime-to-event modelingRandom Forestmodel tuning
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
次における3の2コース
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル

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

約30時間で修了
英語

提供:

Placeholder

deeplearning.ai

シラバス - 本コースの学習内容

コンテンツの評価Thumbs Up97%(1,894 件の評価)Info
1

1

9時間で修了

Linear prognostic models

9時間で修了
11件のビデオ (合計28分), 4 学習用教材, 2 個のテスト
11件のビデオ
Prerequisites and Learning Outcomes1 分
Medical Prognosis2 分
Examples of Prognostic Tasks2 分
Atrial fibrillation2 分
Liver Disease Mortality2 分
Risk of heart disease2 分
Risk Score Computation4 分
Evaluating Prognostic Models1 分
Concordant Pairs, Risk Ties, Permissible Pairs2 分
C-Index3 分
4件の学習用教材
Connect with your mentors and fellow learners on Slack!10 分
Please save your work regularly10 分
About the automatic grader10 分
How to refresh your workspace10 分
1の練習問題
Week 1 Quiz30 分
2

2

7時間で修了

Prognosis with Tree-based models

7時間で修了
15件のビデオ (合計41分)
15件のビデオ
Decision trees1 分
Dividing the input space2 分
Building a decision tree2 分
How to fix overfitting4 分
Survival Data3 分
Different distributions2 分
Missing Data example2 分
Missing completely at random2 分
Missing at random3 分
Missing not at random3 分
Imputation1 分
Mean Imputation4 分
Regression Imputation2 分
Calculate Imputed Values2 分
1の練習問題
Week 2 Quiz30 分
3

3

6時間で修了

Survival Models and Time

6時間で修了
16件のビデオ (合計38分)
16件のビデオ
Survival Function2 分
Valid survival functions3 分
Collecting Time Data1 分
When a stroke is not observed2 分
Heart Attack Data2 分
Right censoring1 分
Estimating the survival function1 分
Died immediately, or never die3 分
Somewhere in-between1 分
Using censored data1 分
Chain rule of conditional probability2 分
Deriving Survival2 分
Calculating Probabilities from the Data3 分
Comparing Estimates3 分
Kaplan Meier Estimate2 分
1の練習問題
Week 3 Quiz30 分
4

4

8時間で修了

Build a risk model using linear and tree-based models

8時間で修了
24件のビデオ (合計69分), 3 学習用教材, 2 個のテスト
24件のビデオ
Hazard3 分
Survival to hazard2 分
Cumulative Hazard3 分
Individualized Predictions3 分
Relative risk3 分
Ranking patients by risk1 分
Individual vs. baseline hazard2 分
Smoker vs. non-smoker2 分
Effect of age on hazard3 分
Risk factor increase per unit increase in a variable1 分
Risk Factor Increase or Decrease4 分
Intro to Survival Trees4 分
Survival tree5 分
Nelson Aalen estimator5 分
Comparing risks of patients1 分
Mortality score2 分
Evaluation of Survival Model3 分
Permissible and Non-Permissible Pairs2 分
Possible Permissible Pairs1 分
Example of Harrell's C-Index3 分
Example of Concordant Pairs2 分
Week 4 Summary47
Congratulations!1 分
3件の学習用教材
Congratulations on finishing course 2!10 分
Acknowledgements10 分
Citations10 分
1の練習問題
Week 4 Quiz30 分

レビュー

AI FOR MEDICAL PROGNOSIS からの人気レビュー

すべてのレビューを見る

医学のためのAI専門講座について

医学のためのAI

よくある質問

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。