医学领域人工智能完整教程

我将逐步引导您进入机器学习、人工智能和深度学习。在每个教程中,您都将发展新技能并提高您对数据科学这个具有挑战性但利润丰厚的子领域的理解

课程英文名:The Complete Healthcare Artificial Intelligence Course 2021

此视频教程共14.5小时,中英双语字幕,画质清晰无水印,源码附件全

下载地址

课程编号:184
百度网盘地址:https://pan.baidu.com/s/1_eoVIwUijTDjw8v5pVDccA?pwd=ndku
夸克网盘(不限速)地址:https://pan.quark.cn/s/ac8226352700

课程内容

在整个全新版本的课程中,我们涵盖了大量的工具和技术,包括:

  • 深度学习。
  • 谷歌 Colab
  • 蟒蛇
  • 木星笔记本
  • 医疗保健中的人工智能。
  • 人工神经网络。
  • 神经元。
  • 激活函数。
  • 难的。
  • 熊猫。
  • 海博恩。
  • 特征缩放。
  • Matplotlib。
  • 生成 DNA 序列。
  • 数据预处理。
  • Sigmoid 函数。
  • 谭函数。
  • ReLU 函数。
  • 泄漏 Relu 函数。
  • 指数线性单位函数。
  • 嗖嗖声功能。
  • 马尔可夫模型。
  • K-最近邻算法 (KNN)。
  • 支持向量机 (SVM)。
  • 导入库和数据。
  • 深度前馈网络。
  • 分析数据。
  • 探索性分析。
  • 在 Python 中处理缺失数据和异常。
  • 数据标准化。
  • 时间特征。
  • 地理位置功能。
  • 数据缩放。
  • 数据可视化。
  • 可视化地理位置数据。
  • 了解机器学习算法。
  • 将数据拆分为训练集和测试集。
  • 训练神经网络。
  • 建筑模型。
  • 分析结果。
  • 模型编译。
  • 分类问题和二元问题的比较。
  • 做一个预测。
  • 测试准确性。
  • 混淆矩阵。
  • ROC 曲线。

此外,该课程还包含基于现实生活示例的实践练习。因此,您不仅会学习理论,还会获得一些动手实践来构建自己的模型。有五个关于医疗保健问题的大项目和一个要实践的小项目。这些项目如下:

  • 预测纽约市的出租车票价
  • DNA 分类项目。
  • 心脏病分类项目。
  • 诊断冠状动脉疾病项目。
  • 乳腺癌检测项目。
  • 用多层感知器项目预测糖尿病。
  • 鸢尾花。

作为奖励,本课程包括每个月一个额外的大型项目。

本课程适用于:

  • 任何对机器学习感兴趣的人。
  • 至少具有高中数学知识并希望开始学习机器学习、深度学习和人工智能的学生
  • 任何了解机器学习基础知识的中级人员,包括线性回归或逻辑回归等经典算法,但想进一步了解它并探索机器学习、深度学习、人工智能的所有不同领域。
  • 任何对编码不太满意但对机器学习、深度学习、人工智能感兴趣并希望将其轻松应用于数据集的人。
  • 任何想要开始数据科学职业的大学学生
  • 任何想要在机器学习、深度学习和人工智能方面升级的数据分析师。
  • 任何对自己的工作不满意并想成为数据科学家的人。
  • 任何希望通过使用强大的机器学习、人工智能和深度学习工具为其业务创造附加值的人。任何想在汽车公司担任数据科学家、机器学习、深度学习和人工智能工程师的人。
  • 任何想要通过使用强大的机器学习、人工智能和深度学习工具为当地医院创造附加值的人。
  • 任何想在医疗保健领域担任数据科学家、机器学习、深度学习和人工智能工程师的人。
  • 任何想在出租车公司担任数据科学家、机器学习、深度学习和人工智能工程师的人。