Об этом курсе

Недавно просмотрено: 246,885
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 1 из 3 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

Прибл. 19 часов на выполнение
Английский
Субтитры: Английский

Приобретаемые навыки

Deep LearningImage SegmentationMachine Learningmodel evaluationMulti-class classification
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 1 из 3 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

Прибл. 19 часов на выполнение
Английский
Субтитры: Английский

от партнера

Логотип deeplearning.ai

deeplearning.ai

Программа курса: что вы изучите

Оценка контентаThumbs Up98%(2,577 оценки)Info
Неделя
1

Неделя 1

9 ч. на завершение

Disease detection with computer vision

9 ч. на завершение
20 видео ((всего 48 мин.)), 3 материалов для самостоятельного изучения, 2 тестов
20 видео
Demo1мин
Recommended prerequisites1мин
Medical Image Diagnosis2мин
Eye Disease and Cancer Diagnosis3мин
Building and Training a Model for Medical Diagnosis2мин
Training, prediction, and loss1мин
Image Classification and Class Imbalance1мин
Binary Cross Entropy Loss Function3мин
Impact of Class Imbalance on Loss Calculation3мин
Resampling to Achieve Balanced Classes1мин
Multi-Task1мин
Multi-task Loss, Dataset size, and CNN Architectures2мин
Working with a Small Training Set2мин
Generating More Samples3мин
Model Testing2мин
Splitting data by patient1мин
Sampling2мин
Ground Truth and Consensus Voting1мин
Additional Medical Testing2мин
3 материала для самостоятельного изучения
Connect with your mentors and fellow learners on Slack10мин
About the automatic grader10мин
How to refresh your workspace10мин
1 практическое упражнение
Week 1 Quiz: Disease detection with computer vision30мин
Неделя
2

Неделя 2

4 ч. на завершение

Evaluating models

4 ч. на завершение
10 видео ((всего 24 мин.)), 1 материал для самостоятельного изучения, 2 тестов
10 видео
Accuracy in terms of conditional probability1мин
Sensitivity, Specificity and Prevalence4мин
PPV, NPV2мин
Confusion matrix2мин
ROC curve and Threshold1мин
Varying the threshold2мин
Sampling from the Total Population1мин
Confidence intervals2мин
95% Confidence interval2мин
1 материал для самостоятельного изучения
Calculating PPV in terms of sensitivity, specificity and prevalence10мин
1 практическое упражнение
Week 2 Quiz: Evaluating machine learning models
Неделя
3

Неделя 3

7 ч. на завершение

Image segmentation on MRI images

7 ч. на завершение
10 видео ((всего 25 мин.)), 4 материалов для самостоятельного изучения, 2 тестов
10 видео
MRI Data and Image Registration3мин
Segmentation3мин
2D U-Net and 3D U-Net2мин
Data augmentation for segmentation2мин
Loss function for image segmentation3мин
Different Populations and Diagnostic Technology1мин
External validation2мин
Measuring Patient outcomes3мин
Congratulations!1мин
4 материала для самостоятельного изучения
Convolutional Neural networks10мин
More about U-Net (Optional)10мин
Acknowledgements10мин
Citations10мин
1 практическое упражнение
Week 3 Quiz: Segmentation on medical images

Рецензии

Лучшие отзывы о курсе AI FOR MEDICAL DIAGNOSIS

Посмотреть все отзывы

Специализация AI for Medicine: общие сведения

AI is transforming the practice of medicine. It’s helping doctors diagnose patients more accurately, make predictions about patients’ future health, and recommend better treatments. This three-course Specialization will give you practical experience in applying machine learning to concrete problems in medicine. These courses go beyond the foundations of deep learning to teach you the nuances in applying AI to medical use cases. If you are new to deep learning or want to get a deeper foundation of how neural networks work, we recommend taking the Deep Learning Specialization....
AI for Medicine

Часто задаваемые вопросы

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

  • Когда вы оформите подписку, начнется семидневный бесплатный пробный период, в течение которого подписку можно отменить без штрафа. По истечении этого срока вы не сможете вернуть средства, но сможете отменить подписку в любой момент. Ознакомьтесь с нашей политикой возврата средств.

  • Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке "Финансовая помощь" слева под кнопкой "Зарегистрироваться". Заполните форму заявления. Если его примут, вы получите уведомление. Обратите внимание: этот шаг необходимо выполнить для каждого курса специализации, в том числе для дипломного проекта. Подробнее

  • Этот курс не приравнивается к зачету в университетах, однако некоторые вузы принимают сертификаты на свое усмотрение. Дополнительную информацию уточняйте в своем деканате. Онлайн-дипломы и сертификаты Mastertrack™ от Coursera позволяют получить зачеты.

Остались вопросы? Посетите Центр поддержки учащихся.