筛选依据
主题必需的
语言必需的
在整个课程(说明和评估)中使用的语言。
了解产品必需的
级别必需的
课程长度必需的
技能必需的
字幕必需的
教师必需的
找到最适合您目标的医学课程
- 状态:预览
Duke University
您将获得的技能: 解剖学, 心理学, 生理学, 细胞生物学, 神经学, 病理学, 分子生物学
- 状态:免费试用
University of Illinois Urbana-Champaign
您将获得的技能: 机器学习, PyTorch(机器学习库), 预测建模, Machine Learning 方法, 人工智能和机器学习(AI/ML), 监督学习, 无监督学习, 图论, 健康信息学, 计算机视觉, 应用机器学习, 医学科学与研究, 计划发展, 人工神经网络, 大数据, 生成模型架构, 深度学习, 医疗保健, 图像分析, 张力流
- 状态:预览
Stanford University
您将获得的技能: 传染病, 医院医学, 长期护理, 感染控制, 医疗处方, 微生物学, 药理学, 药物疗法, 临床实践, 公共卫生
- 状态:免费试用
University of Illinois Urbana-Champaign
您将获得的技能: 机器学习, 无监督学习, 计划发展, 监督学习, 人工智能和机器学习(AI/ML), 计算机视觉, 人工神经网络, 健康信息学, 医疗保健, 深度学习, 医学科学与研究
- 状态:预览
The University of Melbourne
您将获得的技能: 人际沟通, 病人沟通, 文化敏感性, 建立融洽关系, 面试技巧, 病史文件, 心理和行为健康, 精神状态检查, 医疗保健伦理, 社会心理评估, 患者评估, 精神病学
- 状态:预览
The State University of New York
您将获得的技能: 预测建模, R 语言程序设计(中文版), 无监督学习, 健康信息学, 数据处理, 分析, 生物医学技术, 生物信息学, 大数据, 统计分析, 功能工程, 数据挖掘, 网络分析, 分子生物学
是什么让您今天来到 Coursera?
- 状态:免费试用
Stanford University
您将获得的技能: Algorithm, 机器学习, 统计方法, 统计推理, 抽样(统计), 图论, 机器学习算法, 统计建模, 网络模型, 概率分布, 贝叶斯网络, 应用机器学习, 马尔可夫模型, 决策支持系统, 自然语言处理, 网络分析, 概率与统计, 计算思维
- 状态:免费试用
University of Colorado Boulder
您将获得的技能: 工程设计流程, 电气工程, 工程分析, 显示设备, 数学建模, 模拟和模拟软件, 技术设计, 工程计算, 系统设计, 工程学, 硬件设计, 设备设计, 设计软件, 医学影像, 计算机辅助设计, 数值分析, 人为因素, 图像分析, 性能调整, 图像质量
- 状态:免费试用
Stanford University
您将获得的技能: 图论, 网络模型, 统计建模, 马尔可夫模型, 概率分布, 贝叶斯网络, 决策支持系统, 自然语言处理, 网络分析, 概率与统计
- 状态:免费试用
Stanford University
您将获得的技能: Algorithm, 统计方法, 统计推理, 抽样(统计), 图论, 贝叶斯网络, 计算思维, 马尔可夫模型, 应用机器学习, 概率与统计, 机器学习算法
- 状态:预览
University of Michigan
您将获得的技能: 患者准备, 病人沟通, 麻醉学, 病人教育与咨询, 医疗设备和技术, 外科手术, 手术室(OR), 患者评估, 围手术期护理, 知情同意
- 状态:免费试用
Stanford University
您将获得的技能: Algorithm, 机器学习, 马尔可夫模型, 统计建模, 概率分布, 统计方法, 应用机器学习, 贝叶斯网络, 概率与统计, 网络分析, 机器学习算法
总之,以下是 10 最受欢迎的 medical 课程
- 医学神经科学: Duke University
- 医疗保健领域的深度学习: University of Illinois Urbana-Champaign
- 抗生素管理: Stanford University
- 健康数据科学基金会: University of Illinois Urbana-Champaign
- 国际精神病学基础: The University of Melbourne
- 大数据、基因和医学: The State University of New York
- 概率图形模型: Stanford University
- 光学工程: University of Colorado Boulder
- 概率图形模型 1:表示法: Stanford University
- 概率图形模型 2:推理: Stanford University