

В этом модуле вы узнаете, как правильно формулировать задачи для разработчиков и как искусственный интеллект воспринимается врачами с их профессиональной точки зрения.
Знакомство с основами ИИ и его применением в медицинской сфере.
Обзор различных типов медицинских данных, их источников и способов классификации.
Как правильно подготавливать медицинские датасеты для использования в ИИ.
Изучение практического применения ИИ в различных областях медицины.
В этом модуле вы познакомитесь с основами машинного обучения в контексте медицины, рассмотрите основные методы и подходы, которые часто используются в медицинской практике.
Основы машинного обучения и его связь с медицинской практикой.
Основы задачи регрессии и линейной регрессии, их применение в медицине.
Изучение задачи классификации и метода ближайших соседей.
Основы логистической регрессии и её применение в медицинских данных.
Изучение деревьев решений как метода для анализа медицинских данных.
Применение ансамблей моделей для повышения точности предсказаний в медицине.
Особенности применения машинного обучения в медицинской сфере.
В этом модуле вы познакомитесь с разнообразными примерами использования ИИ в медицине, где ИИ оказывает значительное влияние на работу врачей и пациентов.
Использование ИИ в медицинской визуализации для диагностики заболеваний.
Практическое задание по применению ИИ для обнаружения патологий на томограммах.
Задание по использованию ИИ для анализа родинок и выявления опасных изменений.
Применение ИИ в лучевой хирургии для повышения точности и безопасности.
Использование ИИ для обработки и анализа электронных медицинских карт.
Использование ИИ для создания виртуальных ассистентов врачей, которые помогают в диагнозах и лечении.
Применение ИИ для анализа биосигналов, таких как ЭКГ и ЭЭГ.
Задание по использованию ИИ для анализа энцефалограмм и предсказания заболеваний.
Использование ИИ для анализа омиксных данных и генетического анализа.
Практическое задание по анализу омиксных данных с использованием ИИ.
Использование ИИ для разработки новых лекарств и поиска эффективных терапевтических решений.
В этом модуле вы изучите важные аспекты этики и применения ИИ в реальной медицинской практике, а также регуляторные вопросы.
Изучение этических аспектов и важности доверия к системам ИИ в медицине.
Процесс регистрации ИИ-технологий как медицинских изделий и соответствующие нормативы.
Заключительная часть курса посвящена проектной работе. Студенты выбирают тему проекта, используя знания, полученные на курсе. Консультации преподавателей доступны в процессе работы, и проект можно продолжить после завершения курса.
Выбор темы для проектной работы и планирование этапов её выполнения.
Консультации с преподавателями по проектным и домашним заданиям.
Представление и защита итоговых проектных работ.
Обсуждение результатов курса и выводы по проектам.
В этом модуле мы рассмотрим следующие темы:
В этом модуле мы изучим основы построения рекомендательных систем, методы оценки их качества и классический подход к реализации моделей — коллаборативную фильтрацию.
В этом модуле мы научимся использовать информацию о пользователях и товарах для построения рекомендательных моделей.
Этот модуль посвящен современным архитектурам рекомендательных систем, включая нейросетевые модели, модели на графах и обучение с подкреплением.
В этом модуле мы рассмотрим, как внедрить рекомендательные модели в продакшн и работать с большими данными.
Заключительный месяц курса посвящен проектной работе. Каждый студент разрабатывает проект, который соответствует его интересам и может быть основан на знаниях, полученных в рамках курса. Завершение проекта не обязательно должно происходить за месяц — в процессе работы можно получить консультацию преподавателей.
Skillbox
4.61Не советую
Geekbrains
4.77Не могу получить простую справку!
Skillbox
4.61Полный отстой
Яндекс Практикум
4.67Geekbrains
4.77Им нужны только твои деньги, а потом ты никто
Skillbox
4.61Курс Архитектор программного обеспечения от Skillbox