Dieser Abschlusskurs gibt Ihnen die Möglichkeit, alles, was Sie in der Spezialisierung "Informed Clinical Decision Making using Deep Learning" gelernt haben, in einem praktischen Projekt zusammenzuführen. Sie werden mit realen Daten aus der MIMIC-III-Datenbank arbeiten und eine klinisch sinnvolle Vorhersageaufgabe von Anfang bis Ende in Angriff nehmen. Sie werden eines von drei fortgeschrittenen Projekten wählen, die sich auf erklärbare künstliche Intelligenz im Gesundheitswesen konzentrieren: Permutation Feature Importance, LIME oder Grad-CAM. Jedes Projekt führt Sie durch die Abfrage und Aufbereitung elektronischer Gesundheitsdaten, die Erstellung von Vorhersagemodellen wie logistische Regression oder LSTM-Netze und die Interpretation von Modellvorhersagen unter Verwendung modernster Erklärungsmethoden. Der Schwerpunkt liegt nicht nur auf der Modellleistung, sondern auch darauf, zu verstehen und zu vermitteln, warum ein Modell seine Vorhersagen trifft. Durch den Abschluss dieses Capstone-Kurses werden Sie praktische Erfahrungen bei der Umsetzung von Deep-Learning-Modellen in Erkenntnisse sammeln, die vertrauenswürdige und transparente klinische Entscheidungshilfesysteme unterstützen. Dieser Kurs ist ideal für Lernende, die ihre angewandten Fähigkeiten unter Beweis stellen, Vertrauen in die Arbeit mit klinischen Daten aufbauen und ihre Fähigkeit unter Beweis stellen wollen, technisches Fachwissen mit klinischem Denken zu verbinden.