Ce cours vous enseigne les principes fondamentaux du phénotypage computationnel, une méthode d'informatique biomédicale pour identifier les populations de patients. Dans ce cours, vous apprendrez comment les différents types de données cliniques se comportent lorsqu'ils tentent d'identifier des patients atteints d'une maladie ou d'un trait particulier. Vous apprendrez également à programmer différentes manipulations et combinaisons de données afin d'augmenter la complexité et d'améliorer les performances de vos algorithmes. Enfin, vous aurez l'occasion de mettre vos compétences à l'épreuve grâce à une application pratique dans le monde réel où vous développerez un algorithme de phénotypage computationnel pour identifier les patients souffrant d'hypertension. Vous réaliserez ce travail à l'aide d'un ensemble de données cliniques réelles tout en utilisant un environnement informatique en ligne gratuit pour la science des données, hébergé par notre partenaire industriel Google Cloud.
Identifier les populations de patients
Identifier les populations de patients
Ce cours fait partie de Spécialisation "Science des données cliniques"
Instructeur : Laura K. Wiley, PhD
3 921 déjà inscrits
Inclus avec
40 avis
Expérience recommandée
Ce que vous apprendrez
Créer un algorithme de phénotypage computationnel
Évaluer la performance des algorithmes dans le contexte de l'objectif analytique.
Créer des combinaisons d'au moins trois types de données en utilisant la logique booléenne
Expliquez l'impact des performances des différents types de données sur le phénotypage computationnel.
Compétences que vous acquerrez
- Catégorie : Science des données
- Catégorie : Évaluation du modèle
- Catégorie : Analyse
- Catégorie : Validation des données
- Catégorie : Informatique clinique
- Catégorie : Informatique de santé
- Catégorie : Informatique
- Catégorie : Gestion des données cliniques
- Catégorie : Tests de performance
- Catégorie : Manipulation de données
Outils que vous découvrirez
- Catégorie : Algorithmes de classification
Détails à connaître
Ajouter à votre profil LinkedIn
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 5 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 Analyse des données
Northeastern University
Universiteit Leiden
University of Colorado System
University of Colorado System
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
72,50 %
- 4 stars
17,50 %
- 3 stars
2,50 %
- 2 stars
0 %
- 1 star
7,50 %
Affichage de 3 sur 40
Révisé le 4 avr. 2019
The instructor does a great job of providing hands-on teaching in addition to lecture. However, this course required a lot of knowledge of R, which wasn't provided in the introductory course.
Révisé le 12 mai 2019
This is a well-presented course. I highly recommend.
Révisé le 12 déc. 2019
Great overview of how to identify Patient Population and the in and out of what to look for when you are thinking about your potential research project will involve.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Foire Aux Questions
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.