Metody data mining w medycynie – diagnoza, odkrywanie powiązań, predykcja

online lub stacjonarnie 2 dni

Cena regularna:  2795 zł netto

Cena dla akademickich użytkowników Statistica (-15%)*:  2376 zł netto

  • O kursie
  • Program
  • Prowadzący
  • Informacje organizacyjne
  • Ceny
  • Dofinansowanie

Data mining jest coraz częściej stosowanym w diagnostyce i badaniach medycznych. Dzięki narzędziom data mining można wykrywać anomalie, wspomóc diagnozę, leczenie oraz grupować obiekty w podobne segmenty.
Celem kursu jest zapoznanie jego uczestników z podstawowymi zasadami data mining (zgłębiania danych) oraz metodami uczenia maszyn (m.in. drzewami decyzyjnymi, ogólne modele addytywne), tak aby mogli samodzielnie realizować projekty data mining
W trakcie kursu zostaną zaprezentowane wybrane techniki data mining i uczenia maszynowego (machine learning) m.in. drzewa klasyfikacyjne i regresyjne, losowy las oraz analiza skupień i analiza koszykowa.
Predykcja jest jednym z najczęstszych zadań analizy danych. Jednak tworzenie prognoz i stosowanie ich w praktyce wydaje się trudne: napotykamy wiele problemów, takich jak: skomplikowane zależności, specjalne zdarzenia oraz braki danych dla pewnych okresów. Przykładowe predykcyjne pytania w medycynie to określenie, czy u pacjenta wystąpi zawał, czy dana osoba zachoruje na cukrzycę, nowotwór piersi. Na kursie poznamy techniki i narzędzia pozwalające radzić sobie z wymienionymi trudnościami i uzyskać użyteczne prognozy.

Dla kogo?

  • Lekarzy, epidemiologów
  • Przedstawicieli nauk biologicznych i farmaceutycznych
  • Osób pragnących analizować duże zbiory danych w celu wspomagania podejmowania diagnostycznych decyzji
  • Dla wszystkich, którzy chcą bliżej poznać specjalistyczne metody data mining, aby móc wydobyć z medycznych danych maksymalnie dużo użytecznej wiedzy.

Co zyskasz?

  • Dowiesz się, jak wydobyć kluczowe informacje ukryte w medycznych bazach danych i poznać ich strukturę za pomocą analizy skupień i analizy koszykowej.
  • Dowiesz się, jak budować modele predykcyjne potrzebne w diagnostyce medycznej wykorzystując drzewa klasyfikacyjne i regresyjne oraz losowy las
  • Pozyskasz wiedzę w zakresie oceny uzyskanego modelu, porównania modeli oraz stosowania uzyskanych modeli
  • Poznasz praktyczne wskazówki dotyczące interpretacji uzyskanych wykresów i arkuszy wynikowych

Podobne szkolenia

Data mining – kurs podstawowy

Data mining (inaczej uczenie maszynowe, ang. machine learning) jest działem sztucznej inteligencji, coraz częściej stosowanym w nauce, badaniach innowacyjnych i rozmaitych zastosowaniach komercyjnych. Dzięki […]

Dowiedz się więcej

Statistical methods in evaluation and monitoring of manufacturing environment

Participants will become familiar with the requirements and guidelines for environmental monitoring and methods for analysing data that can be used […]

Dowiedz się więcej

Wizualizacja danych w R z wykorzystaniem pakietu ggplot2

Środowisko R jest przeznaczone nie tylko do analizy danych i skomplikowanych obliczeń statystycznych, ale także umożliwia tworzenie różnorodnych wizualizacji. Najczęściej wykorzystywany do tego celu jest pakiet ggplot2 – […]

Dowiedz się więcej

Masz pytania?

Porozmawiaj z nami!

Jesteśmy tutaj, aby pomóc i rozwiać wszystkie Twoje wątpliwości. Wypełnij formularz, napisz do nas maila lub zadzwoń – odpowiemy najszybciej, jak to możliwe!

    Przejdź do treści