Stanford University

Grundlagen des maschinellen Lernens für das Gesundheitswesen

Stanford University

Grundlagen des maschinellen Lernens für das Gesundheitswesen

Dieser Kurs ist Teil von Spezialisierung „KI im Gesundheitswesen“

Unterrichtet in Deutsch (KI-Synchronisation)

Matthew Lungren
Serena Yeung

Dozenten: Matthew Lungren

40.215 bereits angemeldet

Bei Coursera PlusMehr erfahren enthalten

Fragen Sie Coursera

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

634 Bewertungen

Stufe Anfänger
Keine Vorkenntnisse erforderlich
Flexibler Zeitplan
1 Woche bei 10 Stunden eine Woche
In Ihrem eigenen Lerntempo lernen
96%
Den meisten Lernenden hat dieser Kurs gefallen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

634 Bewertungen

Stufe Anfänger
Keine Vorkenntnisse erforderlich
Flexibler Zeitplan
1 Woche bei 10 Stunden eine Woche
In Ihrem eigenen Lerntempo lernen
96%
Den meisten Lernenden hat dieser Kurs gefallen

Was Sie lernen werden

  • Definieren Sie wichtige Beziehungen zwischen den Bereichen des maschinellen Lernens, der Biostatistik und der traditionellen Computerprogrammierung.

  • Erfahren Sie mehr über fortschrittliche neuronale Netzwerkarchitekturen für Aufgaben von der Textklassifizierung bis zur Objekterkennung und -segmentierung.

  • Lernen Sie wichtige Ansätze für die Nutzung von Daten zum Trainieren, Validieren und Testen von Machine Learning-Modellen kennen.

  • Verstehen Sie, wie sich die dynamische medizinische Praxis und diskontinuierliche Zeitpläne auf die Entwicklung und den Einsatz von klinischen Machine Learning-Anwendungen auswirken.

Kompetenzen, die Sie erwerben

  • Kategorie: Überwachtes Lernen
  • Kategorie: Künstliche neuronale Netze
  • Kategorie: Gesundheitsinformatik
  • Kategorie: Bewertung des Modells
  • Kategorie: Kenntnisse der Gesundheitsbranche
  • Kategorie: Angewandtes maschinelles Lernen
  • Kategorie: Daten-Ethik
  • Kategorie: Modell Ausbildung
  • Kategorie: Statistisches maschinelles Lernen
  • Kategorie: Generative Modellarchitekturen
  • Kategorie: Methoden des maschinellen Lernens
  • Kategorie: Tiefes Lernen
  • Kategorie: Ethik im Gesundheitswesen
  • Kategorie: Medizinische Wissenschaft und Forschung
  • Kategorie: Künstliche Intelligenz und maschinelles Lernen (AI/ML)
  • Kategorie: Algorithmen für maschinelles Lernen
  • Kategorie: Verantwortungsvolle AI
  • Kategorie: Maschinelles Lernen
  • Kategorie: Reinforcement Learning
  • Kategorie: Gesundheitspolitik

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

19 Aufgaben

Unterrichtet in Deutsch (KI-Synchronisation)

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

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

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „KI im Gesundheitswesen“
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 8 Module

Das ist alles enthalten

7 Videos6 Lektüren3 Aufgaben

Das ist alles enthalten

8 Videos2 Lektüren3 Aufgaben

Das ist alles enthalten

10 Videos3 Lektüren3 Aufgaben

Das ist alles enthalten

5 Videos2 Lektüren3 Aufgaben

Das ist alles enthalten

9 Videos2 Lektüren3 Aufgaben

Das ist alles enthalten

6 Videos4 Lektüren3 Aufgaben

Das ist alles enthalten

8 Videos

Das ist alles enthalten

1 Video3 Lektüren1 Aufgabe

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozenten

Lehrkraftbewertungen
(216 Bewertungen)
Matthew Lungren
Stanford University
2 Kurse48.329 Lernende
Serena Yeung
Stanford University
2 Kurse48.329 Lernende

von

Stanford University

Mehr von Maschinelles Lernen entdecken

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.“

Bewertungen von Lernenden

  • 5 stars

    84,38 %

  • 4 stars

    13,09 %

  • 3 stars

    1,57 %

  • 2 stars

    0,63 %

  • 1 star

    0,31 %

Zeigt 3 von 634 an

KK

Geprüft am 31. Aug. 2023

MM

Geprüft am 7. Okt. 2020

SI

Geprüft am 24. Feb. 2024

Häufig gestellte Fragen