Курсы «Обработка больших объемов данных и искусственный интеллект в медицине, биологии и фармакологии»

Курсы «Обработка больших объемов данных и искусственный интеллект в медицине, биологии и фармакологии»

Курсы «Обработка больших объемов данных и искусственный интеллект в медицине, биологии и фармакологии»

Приглашаем на курсы повышения квалификации «Обработка больших объемов данных и искусственный интеллект в медицине, биологии и фармакологии»

для руководителей и врачей всех специальностей, научных сотрудников, преподавателей учреждений образования системы здравоохранения, специалистов информационных служб организаций здравоохранения

Продолжительность курса: 1 неделя (40 часов), с 21 по 25 августа и с 9 по 13 октября 2017 г. 

Место проведения: БелМАПО, г. Минск, ул. П.Бровки 3, к.3.

Стоимость обучения 210 рублей.

В результате обучения слушатели научатся применять общие и специализированные методы обработки больших данных для решения практических задач в сфере медицины, биологии и фармакологии. Получат навыки составления и оптимизации моделей изучаемых явлений. Слушателям будут продемонстрированы способы применения современных программ обработки больших данных на примерах из практики.

В рамках курса будут освещены следующие вопросы:

  • Основы обработки больших объемов данных в медицине, биологии и фармакологии. Условная вероятность и теорема Байеса. Нормальное распределение. Графические модели в медицине. Обобщенные линейные модели. Постановка задачи оптимизации в фармакологии. Примеры критериев. Градиентный спуск. Логистическая регрессия при анализе результатов лечения.
  • Задачи обработки больших данных в медицине, биологии и фармакологии. Подходы к решению задач Data Mining. Виды данных, их кластеризация, классификация и построение регрессии. Постановка задачи кластеризации. Критерии качества кластеризации.
  • Иерархическая кластеризация при проведении обследований пациентов. Различные виды расстояний между кластерами. Критерии выбора количества кластеров: rand, silhouette. Постановка задач классификации и регрессии. Теория принятия решений. Метрики качества классификации.
  • Формулировка задачи оптимизации для случаев линейно-разделимых и линейно-неразделимых классов в медицине, биологии и фармакологии. Сопряженная задача. Опорные векторы. Отбор и выделение признаков. Методы выделения признаков. Метод главных компонент. Метод независимых компонент. Методы, основанные на автоэнкодерах. Методы отбора признаков. Методы, основанные на взаимной корреляции признаков. Методы максимальной релевантности и минимальной избыточности. Методы, основанные на деревьях решений.
  • Комбинации классификаторов. Модельные деревья решений. Стохастические методы построения ансамблей классификаторов. Биологический нейрон и нейронные сети. Искусственный нейрон Маккалока-Питтса и искусственная нейронная сеть. Персептрон Розенблатта и Румельхарта. Алгоритм обратного распространения ошибки. Момент обучения, регуляризация в нейросети, локальная скорость обучения.
  • Искусственный интеллект и его обучение в диагностике заболеваний. Стохастические и рекурентные нейронные сети. Машина Больцмана и ограниченная машина Больцмана. Распределение Гиббса. Влияние регуляризации, нелинейное сжатие размерности, извлечение признаков. Трудности обучения многослойного персептрона. Глубокий автоэнкодер, глубокая многослойная нейросеть.

 

Координатор обучающего семинара доцент                                                    А.Л. Стефанин

телефоны: +375 17 290-98-41, +375 17 292-24-44

Для правильного оформления заявки о выделении направления на переподготовку или повышение квалификации рекомендуется ознакомиться с образцами заявков.

Образец заявки на повышение квалификации

Учреждения высшего образования


ЦИТ БелМАПО ©

Учреждения высшего образования


ЦИТ БелМАПО ©