このコースについて

44,200 最近の表示

受講生の就業成果

50%

コース終了後に新しいキャリアをスタートした

25%

コースが具体的なキャリアアップにつながった

33%

昇給や昇進につながった
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

受講生の就業成果

50%

コース終了後に新しいキャリアをスタートした

25%

コースが具体的なキャリアアップにつながった

33%

昇給や昇進につながった
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%(2,116 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
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)
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)
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

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

Placeholder

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。