机器学习与临床决策
关注次数:31
学习目标: 机器学习与临床决策是一门多领域交叉科学,也是人工智能技术在医学领域应用的核心。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能;特别是如何从数据或者以往的经验中学习,使之不断改善自身的性能。近年来,机器学习技术在自然语言处理、语音识别、图像识别、手写字符识别、金融数据分析等等领域得到了十分广泛和成功的应用。1. 通过本门课程的学习,使学生了解机器学习的基本概念、应用背景;掌握各类机器学习算法的基本原理;培养学生学会分析研究计算机处理的数据对象的特性,以便选择适当的机器学习算法和模型解决实际问题。2. 本课程的学习过程也是进行数据分析和复杂程序设计的训练过程。通过对具体机器学习算法和应用案例的研究,进一步锻炼学生的动手能力,培养学生解决实际问题的能力。
主讲老师: 孙丽萍
学习费用: 免费
课程介绍
课程章节 
知识库
课程公告
交流咨询

主要包括:机器学习的基本概念和机器学习系统的基本要素,概念学习,决策树学习,贝叶斯学习,基于实例的学习,感知机和支持向量机,集成学习,以及神经网络和深度学习基础;各种机器学习算法应用案例分析。

1.知识点:回归分析1
2.知识点:回归分析2
3.知识点:集成学习与临床决策1
4.知识点:集成学习与临床决策2
全部
    暂无公告
当前版本为免费版!
Powered by Weishakeji