DeepLearning.AI
用于医疗诊断的人工智能
DeepLearning.AI

用于医疗诊断的人工智能

本课程是 医学人工智能 专项课程 的一部分

Pranav Rajpurkar
Bora Uyumazturk
Amirhossein Kiani

位教师:Pranav Rajpurkar

87,602 人已注册

深入了解一个主题并学习基础知识。
4.7

(2,039 条评论)

中级 等级
需要一些相关经验
灵活的计划
2 周 在 10 小时 一周
自行安排学习进度
97%
大多数学生喜欢此课程
深入了解一个主题并学习基础知识。
4.7

(2,039 条评论)

中级 等级
需要一些相关经验
灵活的计划
2 周 在 10 小时 一周
自行安排学习进度
97%
大多数学生喜欢此课程

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

3 项作业

授课语言:英语(English)

了解顶级公司的员工如何掌握热门技能

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

本课程是 医学人工智能 专项课程 专项课程的一部分
在注册此课程时,您还会同时注册此专项课程。
  • 向行业专家学习新概念
  • 获得对主题或工具的基础理解
  • 通过实践项目培养工作相关技能
  • 获得可共享的职业证书

该课程共有3个模块

本周结束前,您将练习使用神经网络对胸部 X 光片上的疾病进行分类。

涵盖的内容

20个视频3篇阅读材料1个作业1个编程作业1个应用程序项目4个非评分实验室

本周结束时,您将练习实施标准评估指标,以了解模型在诊断疾病方面的表现。

涵盖的内容

10个视频1篇阅读材料1个作业1个编程作业1个非评分实验室

到本周结束时,您将准备好三维核磁共振成像数据,执行适当的损失函数进行图像分割,并应用预先训练好的 U-net 模型分割三维脑部核磁共振成像图像中的肿瘤区域。

涵盖的内容

10个视频5篇阅读材料1个作业1个编程作业3个非评分实验室

获得职业证书

将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。

位教师

授课教师评分
4.7 (502个评价)
Pranav Rajpurkar
DeepLearning.AI
3 门课程94,383 名学生

提供方

DeepLearning.AI

从 机器学习 浏览更多内容

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情,我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程,Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好:它远不止于此。Coursera 让我无限制地学习。'

学生评论

4.7

2,039 条评论

  • 5 stars

    76.66%

  • 4 stars

    17.40%

  • 3 stars

    3.67%

  • 2 stars

    1.27%

  • 1 star

    0.98%

显示 3/2039 个

RR
4

已于 Nov 29, 2024审阅

MP
5

已于 May 26, 2020审阅

PA
4

已于 Dec 11, 2020审阅

Coursera Plus

通过 Coursera Plus 开启新生涯

无限制访问 10,000+ 世界一流的课程、实践项目和就业就绪证书课程 - 所有这些都包含在您的订阅中

通过在线学位推动您的职业生涯

获取世界一流大学的学位 - 100% 在线

加入超过 3400 家选择 Coursera for Business 的全球公司

提升员工的技能,使其在数字经济中脱颖而出

常见问题