Prädiktive Analytik: Identifizieren von Tumoren mit Deep-Learning-Modellen
Predictive Analytics 2022
| Fortgeschritten
- 10 Videos | 1h 5m 16s
- Umfasst Bewertung
- Verdient ein Abzeichen
Mit dem Azure Machine Learning Designer können Sie Machine-Learning-Modelle ohne Code erstellen und Pipelines per Drag&Drop ablegen. In diesem Kurs erfahren Sie, wie Sie mit dem Azure Machine Learning Designer vortrainierte neuronale Netzwerkmodelle erstellen, die Krankheiten anhand von Bildscans erkennen. Sie lernen, wie Sie Daten für das Training, die Validierung und das Testen des Modells einrichten und diese Daten in eine Pipeline einspeisen, die ein DenseNet-Modell verwendet. Als Nächstes erfahren Sie, wie ein Modell konfiguriert werden kann und wie Sie das DenseNet-Modell einer Pipeline durch ein ResNet-Modell ersetzen. Schließlich entdecken Sie, wie die Trainingsmetriken eines Modells analysiert werden können, um zu verstehen, welche Optimierungen zur Erstellung eines zuverlässigen Modells vorgenommen werden müssen. Nach Abschluss des Kurses werden Sie wissen, wie man DenseNet- und ResNet-Modelle erstellt, die Tumore auf Thoraxaufnahmen erkennen können.
LERNINHALTE
-
Die wichtigsten in diesem kurs behandelten konzepte entdecken
Azure storage-explorer einrichten und in ein azure storage-konto integrieren
Hochladen von bildern zum trainieren, validieren und testen in azure-containern mit dem azure storage-explorer
Erstellen von datenspeichern und datasets in azure machine learning
Aufbau einer pipeline mit einem densenet-modell zur erkennung von tumortypen -
Konfigurieren und ausführen einer bildklassifizierungs-pipeline zur erkennung von tumoren
Anzeige und analyse der leistungsmetriken eines densenet-modells und konfigurieren seiner parameter
Konfigurieren der modellparameter und bewerten der verbesserten leistung anhand der testdaten
Bildklassifizierung mit einem resnet-modell durchführen
Zusammenfassen der wichtigsten, in diesem kurs behandelten konzepte
IN DIESEM KURS
-
2m 11s
-
8m 59s
-
3. Hochladen von Bildern in Azure Storage-Container5m 32s
-
4. Erstellen von Machine-Learning-Datenspeichern und -Datasets7m 9s
-
5. Aufbau einer Pipeline mit DenseNet8m 58s
-
6. Ausführen der Bildklassifizierungs-Pipeline9m 55s
-
7. Prüfen der Modellleistung5m 48s
-
8. Aktualisieren der Modell-Trainingsparameter5m 47s
-
9. Durchführen einer Bildklassifizierung mit ResNet8m 9s
-
10. Kurszusammenfassung2m 48s
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.
