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 Specialization will give you practical experience in applying machine learning to concrete problems in medicine.
Ce cours fait partie de la Spécialisation AI for Medicine
5 évaluations
Offert par
Spécialisation AI for Medicinedeeplearning.aiÀ propos de ce cours
60,543 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 1 sur 1 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
We recommend first completing Course 1 and 2 of the AI For Medicine Specialization.
Approx. 22 heures pour terminer
Anglais
Sous-titres : Anglais
Ce que vous allez apprendre
Estimate treatment effects using data from randomized control trials
Explore methods to interpret diagnostic and prognostic models
Apply natural language processing to extract information from unstructured medical data
Compétences que vous acquerrez
treatment effect estimationmachine learning interpretationRandom Forestnatural language entity extractionquestion-answering
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 1 sur 1 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
We recommend first completing Course 1 and 2 of the AI For Medicine Specialization.
Approx. 22 heures pour terminer
Anglais
Sous-titres : Anglais
Offert par
deeplearning.ai
deeplearning.ai is Andrew Ng's new venture which amongst others, strives for providing comprehensive AI education beyond borders.
Programme du cours : ce que vous apprendrez dans ce cours
8 heures pour terminer
Treatment Effect Estimation
In this week, you will learn: How to analyze data from a randomized control trial, interpreting multivariate models, evaluating treatment effect models, and interpreting ML models for treatment effect estimation.
8 heures pour terminer
12 vidéos (Total 43 min), 3 lectures, 2 quiz
12 vidéos
About Course 31 min
Absolute risk reduction2 min
Randomized control trials4 min
Causal inference4 min
Average treatment effect4 min
Conditional average treatment effect4 min
T-Learner3 min
S-Learner4 min
Evaluate individualized treatment effect3 min
C-for-benefit2 min
C-for-benefit calculation5 min
3 lectures
Connect with your mentors and fellow learners on Slack10 min
About the automatic grader10 min
How to refresh your workspace10 min
1 exercice pour s'entraîner
Quiz: Measuring Treatment Effects30 min
7 heures pour terminer
Medical Question Answering
In this week, you will learn how to extract disease labels from clinical reports, and also question answering with BERT.
7 heures pour terminer
10 vidéos (Total 32 min)
10 vidéos
Handling words with multiple meanings2 min
Define the answer in a text4 min
Automatic label extraction for medical imaging3 min
Synonyms for labels2 min
Is-a relationships for labels3 min
Presence or absence of a disease2 min
Evaluating label extraction1 min
Precision and recall and F1 score4 min
Evaluating on multiple disease categories3 min
1 exercice pour s'entraîner
Quiz: Information Extraction with NLP30 min
7 heures pour terminer
ML Interpretation
In this week, you will learn how to interpret deep learning models, and also feature importance in machine learning.
7 heures pour terminer
9 vidéos (Total 29 min), 2 lectures, 2 quiz
9 vidéos
Drop column method3 min
Permutation method2 min
Individual feature importance3 min
Shapley values2 min
Combining importances4 min
Shapley values for all patients3 min
Interpreting CNN models2 min
Localization maps4 min
Heat maps3 min
2 lectures
Acknowledgements10 min
Citations10 min
1 exercice pour s'entraîner
ML Interpretation30 min
À propos du Spécialisation AI for Medicine
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.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
What is the refund policy?
Si vous vous abonnez, vous bénéficiez d'une période d'essai gratuite de 7 jours, durant laquelle vous pouvez annuler votre abonnement sans pénalité. Ensuite, nous n'accordons plus de remboursements, mais vous pouvez annuler votre abonnement à tout instant. Consultez notre politique de remboursement complète.
Is financial aid available?
Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
