关于此课程

数据科学是很多行业的重要组成部分。在面对大量的异构数据时,可扩展的机器学习和数据挖掘算法和体系对数据科学家来说变得异常重要。随着数据量和复杂性的增长以及数据发展速度的加快,我们更加需要可扩展的数据分析算法及体系。在这门课程中,我们将学习医疗环境下的算法和体系。

在医疗行业中,各种医疗机构(付款方、供应商、药房)都会遇到大量的异构医疗数据。这些数据资源可以帮助改善医疗保健服务并减少浪费。这些数据集的数据量和复杂性给分析及后续应用到实际的临床环境带来了巨大的挑战。

学费
免费
学习时间
大约 0
难度
中级
你将获得

Rich Learning Content

Interactive Quizzes

Taught by Industry Pros

Self-Paced Learning

Student Support Community

开始你的旅程

学习这门免费课程,迈出通往机器学习(进阶)职业道路的第一步。

免费课程

CSE 8803 专题内容:大数据

合作企业 佐治亚理工学院

通过创新性的自主学习方式,掌握新技能,提升竞争力。

Icon steps 54aa753742d05d598baf005f2bb1b5bb6339a7d544b84089a1eee6acd5a8543d
 
 

课程讲师

Jimeng Sun
Jimeng Sun

讲师

David Joyner
David Joyner

佐治亚理工学院博士,优达学城课程策划

你将学到什么

先修知识及要求

基本机器学习和数据挖掘概念,例如分类和群集;

熟练的 Python、Java 和 Scala 编程和系统技能;

在处理数据方面拥有丰富的知识和经验(建议的技能包括 SQL、NoSQL,例如 MongoDB)。

查看使用优达学城的技术要求

为什么学习这门课程?

在这门课程中,我们将介绍医学数据的特征,以及处理这些数据面临的数据挖掘挑战。课程将涉及各种大数据分析的算法和体系。我们重点学习在具体的医疗分析环境下(例如预测建模、计算表型和患者相似性)如何运用这些大数据技巧。我们还将学习大数据分析技术:

可扩展的机器学习算法,例如在线学习和快速相似性搜索。

大数据分析系统,例如 Hadoop 体系(Hive、Pig、HBas),Spark 和 Graph DB。

我将获得什么?
Instructor videos Learn by doing exercises Taught by industry professionals