Ich wohne in einem Gebiet, das den Zugang zu Google-Produkten einschränkt. Kann ich die Specialization absolvieren?

Leider können wir derzeit nur Studenten, die Zugang zu Google-Diensten haben (z.B. ein Google Mail-Konto), die Spezialisierung ermöglichen. Der Grund dafür ist, dass wir den Studenten Zugang zu echten klinischen Daten geben und unsere Datenschutzbestimmungen nur die gemeinsame Nutzung von Daten über die Google BigQuery-Umgebung erlauben.

Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?

Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.

Was bekomme ich, wenn ich mich für diese Specialization einschreibe?

Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.

Ist finanzielle Hilfe verfügbar?

Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.

Klinische natürliche Sprachverarbeitung

Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen

Klinische natürliche Sprachverarbeitung

Dieser Kurs ist Teil von Spezialisierung „Klinische Datenwissenschaft“

Dozent: Laura K. Wiley, PhD

6.455 bereits angemeldet

Bei enthalten

Mehr erfahren

5 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

23 Bewertungen

Stufe Mittel

Einige einschlägige Kenntnisse erforderlich

1 Woche zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

5 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

23 Bewertungen

Stufe Mittel

Einige einschlägige Kenntnisse erforderlich

1 Woche zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Erkennen und unterscheiden Sie den Unterschied in der Komplexität und Ausgereiftheit von Text Mining, Textverarbeitung und Verarbeitung natürlicher Sprache.
Schreiben Sie einfache reguläre Ausdrücke, um üblichen klinischen Text zu identifizieren.
Bewerten und wählen Sie Notizabschnitte aus, die zur Beantwortung analytischer Fragen verwendet werden können.
Schreiben Sie R-Code, um Textfenster nach anderen Schlüsselwörtern und Phrasen zu durchsuchen, um analytische Fragen zu beantworten.

Kompetenzen, die Sie erwerben

Kategorie: Google Cloud-Plattform
Kategorie: Klinische Informatik
Kategorie: Verarbeitung natürlicher Sprache
Kategorie: Gesundheitsinformatik
Kategorie: Klinische Dokumentation
Kategorie: Verwaltung klinischer Daten
Kategorie: Text Mining
Kategorie: Datenverarbeitung
Kategorie: Unstrukturierte Daten

Werkzeuge, die Sie lernen werden

Kategorie: R (Software)
Kategorie: grep
Kategorie: R Programmierung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

7 Zuweisungen¹

KI-bewertet siehe Haftungsausschluss

Unterrichtet in Englisch

91%

of learners achieved a positive career outcome

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Klinische Datenwissenschaft“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 5 Module

Dieser Kurs vermittelt Ihnen die Grundlagen der klinischen natürlichen Sprachverarbeitung (NLP). In diesem Kurs lernen Sie die grundlegenden linguistischen Prinzipien, die dem NLP zugrunde liegen, sowie das Schreiben von regulären Ausdrücken und den Umgang mit Textdaten in R. Außerdem lernen Sie praktische Techniken zur Textverarbeitung, um Informationen aus klinischen Notizen zu extrahieren. Schließlich werden Sie die Möglichkeit haben, Ihre Kenntnisse in einer praktischen Anwendung zu testen, in der Sie Algorithmen zur Textverarbeitung entwickeln, um diabetische Komplikationen aus klinischen Notizen zu identifizieren. Sie werden diese Arbeit mit einer kostenlosen Online-Rechenumgebung für Data Science erledigen, die von unserem Industriepartner Google Cloud gehostet wird.

Moduldetails

Dieses Modul behandelt die Grundlagen der Textgewinnung, Textverarbeitung und der Verarbeitung natürlicher Sprache. Es bietet auch Informationen zu den linguistischen Grundlagen, die den NLP-Tools zugrunde liegen.

Das ist alles enthalten

7 Videos4 Lektüren1 Aufgabe

7 VideosInsgesamt 20 Minuten

Willkommen bei Clinical Natural Language Processing2 Minuten
Einführung in die klinische natürliche Sprachverarbeitung3 Minuten
NLP-Grundlagen: Linguistik2 Minuten
NLP-Grundlagen: Morphologie & Lexikographie4 Minuten
NLP-Grundlagen: Syntax5 Minuten
NLP-Grundlagen: Semantik & Pragmatik4 Minuten
NLP-Grundlagen: Nachbereitung1 Minute

4 LektürenInsgesamt 30 Minuten

Holen Sie sich Hilfe und treffen Sie andere Lernende in diesem Kurs. Treten Sie Ihren Diskussionsforen bei!5 Minuten
Einführung in die Specializations Instruktoren5 Minuten
Kursrichtlinien5 Minuten
Zugriff auf Kursdaten und Technologieplattform15 Minuten

1 AufgabeInsgesamt 20 Minuten

Woche 1 Bewertung20 Minuten

Dieses Modul führt in reguläre Ausdrücke, die Methode der Textverarbeitung und die Arbeit mit Textdaten in R ein. Die Beherrschung wird durch eine Programmieraufgabe mit angewandten Fragen demonstriert.

Das ist alles enthalten

3 Videos2 Lektüren2 Aufgaben

3 VideosInsgesamt 17 Minuten

Einführung in reguläre Ausdrücke8 Minuten
Textverarbeitung im Tidyverse4 Minuten
Tipps und Tricks für die Textverarbeitung5 Minuten

2 LektürenInsgesamt 62 Minuten

Reguläre Ausdrücke und Textverarbeitung in R60 Minuten
Hinweis zur Bewertung2 Minuten

2 AufgabenInsgesamt 70 Minuten

Reguläre Ausdrücke und Textverarbeitung in R - Probieren Sie es selbst aus - Übungen40 Minuten
Woche 2 Bewertung30 Minuten

In diesem Modul wird erörtert, wie der Abschnitt einer klinischen Notiz die Bedeutung des Textes in diesem Abschnitt beeinflussen kann. Anhand einer Programmieraufgabe können Sie praktisch üben, wie Sie dieses Wissen bei der Verarbeitung von klinischem Text anwenden.

Das ist alles enthalten

4 Videos2 Lektüren2 Aufgaben

4 VideosInsgesamt 14 Minuten

Techniken: Abschnitte notieren6 Minuten
Typen klinischer Notizen: Anamnese und körperliche Notizen3 Minuten
Typen klinischer Notizen: Zusammenfassungen bei der Entlassung3 Minuten
Typen klinischer Notizen: Radiologische Berichte2 Minuten

2 LektürenInsgesamt 92 Minuten

Techniken für den Notenschnitt90 Minuten
Hinweis zur Bewertung2 Minuten

2 AufgabenInsgesamt 75 Minuten

Techniken des Notenschnitts - Probieren Sie es selbst aus - Übungen45 Minuten
Woche 3 Bewertung30 Minuten

In diesem Modul erfahren Sie, wie Sie Textfenster um Schlüsselwörter von Interesse herum aufbauen können, um den Kontext und die Bedeutung der Verwendung des Schlüsselworts zu verstehen. Anhand einer Programmieraufgabe können Sie praktisch üben, wie Sie diese Technik zur Verarbeitung von klinischem Text einsetzen können.