醫學生的人工智能實戰課-初階 (R version)
Practical AI course for medical students
教學大綱 Syllabus
I 準備作業
- R 和 Rstudio安裝
- Quarto 和 R Markdown
- Python 和 Jupyter Lab
- 包的安裝與加載
II 資料啟蒙
- 資料和資料型別
- 資料結構
- 整潔資料 Tidy data
- Tidy流派和其他流派
- 表格資料清洗
III 資料探索[EDA]
- Exploratory Data Analysis[EDA]的目的
- EDA常用包及演示
IV 機器學習
- 機器學習的基本概念
- 機器學習問題分類及作業流
- Logistic回歸實踐第一個機器學習
- 機器學習的評估方法
- R常用的機器學習包
- caret機器學習實戰
- tidymodels機器學習實戰
- mlr3機器學習實戰
- 非監督學習
V 初階總結
中階設想
- 時間序列資料的機器學習
- 文本資料及挖掘
- Boosting演算法
- 神經網路入門
高階設想
- R torch
- keras
- 常見神經網路模型(CNN,RNN,Transformer)
- 影像識別/分類實戰
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/554985.html
標籤：其他
下一篇：返回列表