Prädiktive Analytik: Fallstudien über prädiktive Analytik im Bereich Gesundheitswesen
Predictive Analytics 2022
| Anfänger
- 11 Videos | 1h 35m 34s
- Umfasst Bewertung
- Verdient ein Abzeichen
Das Gesundheitswesen zielt darauf ab, die Gesundheit des Einzelnen zu verbessern, aber im Allgemeinen sind die Gesundheitssysteme extrem belastet. Der Einsatz von künstlicher Intelligenz (KI) im Gesundheitswesen könnte diese Belastung des Systems möglicherweise mildern. In diesem Kurs erfahren Sie, wie die KI im Gesundheitswesen eingesetzt wird, wie Klassifizierungsmodelle bewertet werden und welche Metriken in Krankheitsdiagnosemodellen von Bedeutung sind. Als Nächstes erfahren Sie, wie wichtig der Recall oder die Sensitivität eines Modells ist und wie die ROC-Kurve und die AUC-Metriken berechnet werden. Schließlich lernen Sie die Zusammenstellung von Datensätzen, das Training und die Bewertung von Modellen anhand von Forschungsarbeiten kennen, die einen allgemeinen Blick auf die Anwendung der KI bei der Diagnose von Krankheiten und spezifischen Beschwerden werfen. Nach Abschluss des Kurses werden Sie in der Lage sein, Anwendungsfälle der KI im Gesundheitswesen und deren Grenzen zu erkennen.
LERNINHALTE
-
Die wichtigsten in diesem kurs behandelten konzepte entdecken
Erfahren, inwieweit ki dazu beitragen kann, die ergebnisse im gesundheitssektor zu verbessern
Die bedeutung von klassifizierungsmetriken wie genauigkeit, präzision und recall kennen
Veranschaulichen, wie die roc-kurve und die auc-metriken berechnet werden
Skizzieren des aufbaus einer meta-analyse zum thema ki im gesundheitswesen
Identifizieren der potenziellen eingaben in ml-modelle, die krankheiten diagnostizieren -
Auflisten der verschiedenen arten von ml-modellen, die für die diagnose von krankheiten verwendet werden
Skizzieren des aufbaus einer studie zur erkennung von herzkrankheiten mithilfe von ki
Verständnis der leistung verschiedener modelle zur diagnose von herzkrankheiten
Skizzieren des aufbaus einer studie, in der die anwendung von ml zur diagnose von chronischen nierenkrankheiten untersucht wurde
Zusammenfassen der wichtigsten, in diesem kurs behandelten konzepte
IN DIESEM KURS
-
2m 26s
-
12m 44s
-
3. Metriken zur Bewertung von Klassifizierungsmodellen8m 45s
-
4. ROC- und AUC-Metriken7m 38s
-
5. KI in der Krankheitsdiagnose – Fallstudie10m 32s
-
6. KI in der Krankheitsdiagnose – Erkenntnisse der Fallstudie6m 42s
-
7. KI in der Krankheitsdiagnose – Ergebnisse der Fallstudie10m 6s
-
8. Fallstudie zur Erkennung von Herzkrankheiten9m 50s
-
9. Fallstudie zur Erkennung von Herzkrankheiten – Ergebnisse10m 54s
-
10. Fallstudie zur Erkennung chronischer Nierenerkrankungen10m 55s
-
11. Kurszusammenfassung5m 3s
VERDIENEN SIE SICH MIT DEM ABSCHLUSS DIESER KURSE EIN DIGITALES ABZEICHEN DIESER KURS
Skillsoft gibt Ihnen die Möglichkeit, nach erfolgreichem Abschluss einiger unserer Kurse ein digitales Abzeichen zu gewinnen, das Sie in allen sozialen Medien oder auf beliebigen Unternehmensplattformen integrieren können.
Digitale Abzeichen dürfen Sie für immer behalten.
