Ce cours présente MIMIC-III, la plus grande base de données publique de dossiers médicaux électroniques (EHR) disponible pour évaluer les algorithmes d'apprentissage automatique. En particulier, vous apprendrez la conception de cette base de données relationnelle, les outils disponibles pour interroger, extraire et visualiser les analyses descriptives.

Data mining des bases de données cliniques
La Fête du Travail commence avec plus de 70 $ d'économies sur Coursera Plus. Bénéficiez de 40 % de réduction pendant 3 mois.

Data mining des bases de données cliniques
Ce cours fait partie de Spécialisation "Prise de décision clinique éclairée grâce à l'apprentissage profond"

Instructeur : Fani Deligianni
3 762 déjà inscrits
Inclus avec En savoir plus
Demander à Coursera
15 avis
Expérience recommandée
Ce que vous apprendrez
Comprendre le schéma des bases de données de DSE accessibles au public (MIMIC-III).
Reconnaître l'utilisation de la classification internationale des maladies (CIM).
Extraire et visualiser des statistiques descriptives à partir de bases de données cliniques.
Comprendre et extraire des résultats cliniques clés tels que la mortalité et la durée du séjour.
Compétences que vous acquerrez
- Catégorie : Modélisation prédictive
- Catégorie : Exploration de données
- Catégorie : Gestion de l'information sur la santé
- Catégorie : Analyse prédictive
- Catégorie : Recherche clinique
- Catégorie : Informatique de santé
- Catégorie : Codage médical
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Codage ICD (ICD-9/ICD-10)
- Catégorie : Dossier médical électronique
- Catégorie : Accès aux données
- Catégorie : Dossiers médicaux
- Catégorie : Flux de patients
- Catégorie : Analyse descriptive
- Catégorie : Médecine de précision
- Catégorie : Statistiques descriptives
- Catégorie : Conception de la base de données
- Catégorie : Gestion des données cliniques
Outils que vous découvrirez
- Catégorie : Système de dossiers médicaux électroniques
- Catégorie : Bases de données relationnelles
Détails à connaître

Ajouter à votre profil LinkedIn
5 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable

Il y a 4 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeur

Offert par
En savoir plus sur Apprentissage automatique

Northeastern University

Northeastern University

Stanford Online
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
86,66 %
- 4 stars
0 %
- 3 stars
6,66 %
- 2 stars
0 %
- 1 star
6,66 %
Affichage de 3 sur 15
Révisé le 19 juil. 2023
This is a great learning curve to properly introduce me into data analysis, and machine learning in healthcare data
Foire Aux Questions
Plus de questions
Aide financière disponible,





