This course explores the foundational and applied aspects of machine learning techniques used to analyze image and time-series data, with a focus on healthcare applications. Learners will gain hands-on experience in designing models that detect brain tumors from MRI scans and predict clinical events such as sepsis onset using patient vital signs.
Computer Vision and Sequence Analysis in Machine Learning
Bald zu Ende: Erwerben Sie mit Coursera Plus für 199 $ (regulär 399 $) das nächste Level. Jetzt sparen.
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel
Empfohlene Erfahrung
2 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Analyze the unique structure and dimensionality of image data compared to tabular data.
Build and optimize convolutional neural networks (CNNs) for medical image classification and segmentation.
Apply transfer learning to improve model performance on limited datasets.
Kompetenzen, die Sie erwerben
- Kategorie: Data Structures
- Kategorie: Model Evaluation
- Kategorie: Applied Machine Learning
- Kategorie: Biomedical Engineering
- Kategorie: Health Informatics
- Kategorie: Convolutional Neural Networks
- Kategorie: Healthcare 5.0
- Kategorie: Predictive Modeling
- Kategorie: Transfer Learning
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Kürzlich aktualisiert!
Januar 2026
Bewertungen
4 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
In diesem Kurs gibt es 4 Module
The first module explores images and the vital role their data structure plays in computer vision.
Das ist alles enthalten
3 Videos1 Lektüre1 Aufgabe
In the second module, we explore more building blocks of computer vision and begin working with real-life datasets.
Das ist alles enthalten
6 Videos1 Aufgabe2 Programmieraufgaben
This module introduces learners to time series analysis using real-world datasets focused on human activity.
Das ist alles enthalten
4 Videos1 Aufgabe1 Programmieraufgabe
This module introduces advanced techniques for identifying state transitions in time series data.
Das ist alles enthalten
5 Videos1 Aufgabe1 Programmieraufgabe
Dozent
Mehr von Machine Learning entdecken
Status: Kostenloser TestzeitraumMathWorks
Status: VorschauCleveland Clinic
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Häufig gestellte Fragen
To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.
Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.
Weitere Fragen
Finanzielle Unterstützung verfügbar,