Machine learning and artificial intelligence hold the potential to transform healthcare and open up a world of incredible promise. But we will never realize the potential of these technologies unless all stakeholders have basic competencies in both healthcare and machine learning concepts and principles.
Offert par
Spécialisation AI in HealthcareUniversité de StanfordÀ propos de ce cours
68,169 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 3 sur 5 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau débutant
Approx. 12 heures pour terminer
Anglais
Sous-titres : Anglais
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 3 sur 5 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau débutant
Approx. 12 heures pour terminer
Anglais
Sous-titres : Anglais
Offert par
Université de Stanford
The Leland Stanford Junior University, commonly referred to as Stanford University or Stanford, is an American private research university located in Stanford, California on an 8,180-acre (3,310 ha) campus near Palo Alto, California, United States.
Programme du cours : ce que vous apprendrez dans ce cours
2 heures pour terminer
Why machine learning in healthcare?
2 heures pour terminer
7 vidéos (Total 34 min), 6 lectures, 3 quiz
7 vidéos
History of AI in Medicine6 min
Course Overview4 min
Why Healthcare Needs Machine Learning2 min
Machine Learning Magic8 min
Machine Learning, Biostatistics, Programming4 min
Can Machine Learning Solve Everything?5 min
6 lectures
Getting Started: Creators of This Course5 min
Video Image Credit
Video Image Credit
Study Guide Module 15 min
Citations and Additional Readings10 min
Video Image Credit
3 exercices pour s'entraîner
Reflection Exercise15 min
Reflection Exercise10 min
Knowledge Check30 min
2 heures pour terminer
Concepts and Principles of machine learning in healthcare part 1
2 heures pour terminer
8 vidéos (Total 51 min), 2 lectures, 3 quiz
8 vidéos
Machine Learning Terms, Definitions, and Jargon Part 210 min
How Machines Learn Part 18 min
How Machines Learn Part 25 min
Supervised Machine Learning Approaches: Regression and the "No Free Lunch" Theorem3 min
Other Traditional Supervised Machine Learning Approaches3 min
Support Vector Machine (SVM)3 min
Unsupervised Machine Learning4 min
2 lectures
Study Guide Module 25 min
Citations and Additional Readings5 min
3 exercices pour s'entraîner
Reflection Exercise10 min
Reflection Exercise10 min
Knowledge Check30 min
2 heures pour terminer
Concepts and Principles of machine learning in healthcare part 2
2 heures pour terminer
10 vidéos (Total 63 min), 3 lectures, 3 quiz
10 vidéos
Deep Learning and Neural Networks6 min
Cross Entropy Loss3 min
Gradient Descent6 min
Representing Unstructured Image and Text Data5 min
Convolutional Neural Networks4 min
Natural Language Processing and Recurrent Neural Networks7 min
The Transformer Architecture for Sequences4 min
Commonly Used and Advanced Neural Network Architectures6 min
Advanced Computer Vision Tasks and Wrap-Up10 min
3 lectures
Video Image Credit
Study Guide Module 35 min
Citations and Additional Readings5 min
3 exercices pour s'entraîner
Reflection Exercise10 min
Reflection Exercise10 min
Knowledge Check30 min
2 heures pour terminer
Evaluation and Metrics for machine learning in healthcare
2 heures pour terminer
5 vidéos (Total 35 min), 2 lectures, 3 quiz
5 vidéos
Overfitting and Underfitting8 min
Strategies to Address Overfitting, Underfitting and Introduction to Regularization 5 min
Statistical Approaches to Model Evaluation5 min
Receiver Operator and Precision Recall Curves as Evaluation Metrics11 min
2 lectures
Study Guide Module 45 min
Citations and Additional Readings5 min
3 exercices pour s'entraîner
Reflection Exercise 110 min
Reflection Exercise 210 min
Knowledge Check30 min
Avis
Meilleurs avis pour FUNDAMENTALS OF MACHINE LEARNING FOR HEALTHCARE
par AJ8 sept. 2020
Amazing course teaching the innumerous opportunities in the healthcare sector and the application of AI in the same. Beautifully drafted course with intriguing tutorials and exercises.
par LS26 sept. 2020
Interesting and well crafted, it is mostly at an introductory level, but accurate and with many details regarding how to apply ML to healthcare. Worth to follow.
par MM7 oct. 2020
An excellent course for professionals with healthcare background, specially for those who want to test the water before diving deep into AI in Healthcare.
par SR9 oct. 2020
Outstanding teaching and pacing by both professors and an excellent generalized instruction of ML for healthcare.
À propos du Spécialisation AI in Healthcare
Artificial intelligence (AI) has transformed industries around the world, and has the potential to radically alter the field of healthcare. Imagine being able to analyze data on patient visits to the clinic, medications prescribed, lab tests, and procedures performed, as well as data outside the health system -- such as social media, purchases made using credit cards, census records, Internet search activity logs that contain valuable health information, and you’ll get a sense of how AI could transform patient care and diagnoses.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
- Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
- Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
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.
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.
Is this activity accredited for Continuing Medical Education (CME)?
Dates and Duration
Original Release Date: 08/10/2020
Expiration Date: 08/10/2023
Estimated Time to Complete: 11 hours
CME Credits Offered: 11.00
Accreditation
The Stanford University School of Medicine is accredited by the Accreditation Council for Continuing Medical Education (ACCME) to provide continuing medical education for physicians. The Stanford University School of Medicine designates this enduring material for a maximum of 11.00 AMA PRA Category 1 Credits™. Physicians should claim only the credit commensurate with the extent of their participation in the activity.
Disclosures
The Stanford University School of Medicine adheres to ACCME Criteria, Standards and Policies regarding industry support of continuing medical education. There are no relevant financial relationships with ACCME-defined commercial interests for anyone who was in control of the content of this activity.
Puis-je obtenir des crédits universitaires si je réussis le Cours ?
Ce Cours n'est pas associé à des crédits universitaires, mais certaines universités peuvent décider d'accepter des Certificats de Cours pour des crédits. Vérifiez-le auprès de votre établissement pour en savoir plus. Les Diplômes en ligne et les Certificats Mastertrack™ sur Coursera apportent la possibilité d'obtenir des crédits universitaires.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
