【第十六期】-工业与信息化技术培训网

近年来，人工智能技术已逐渐深入到临床医学领域的各个环节,如医学影像、药物挖掘、精神疾病、可穿戴设备、风险管理、病理学和临床诊疗等活动。未来人工智能在医学领域上的应用前景将出现无限的可能性。基于python和机器学习的临床数据分析与挖掘旨在通过机器学习构建临床预测模型，通过人工智能技术实现临床的智能诊断、分析，为临床科研提供创新方法。

本次培训通过临床科研思路设计、人工智能算法和机器学习在医学领域的应用培训，从实际工作中疑难问题出发，帮助临床工作者如何利用机器学习工具解决临床实际问题。

一、培训目标

1、结合医学临床数据系统的介绍如何用python进行数据分析，以帮助临床工作者解决数据分析中的实际问题；

2、以临床实际案例驱动方式，通过机器学习的临床预测模型构建教学，帮助学员掌握临床数据挖掘与决策的有利工具。

二、培训时间
2025年01月07日-2025年01月20日远程在线培训
（第一天数据及操作软件调试，共授课三天）
三、参加对象
各省市、自治区从事临床医学、基础医学、生物医学工程等科室主任医师、副主任医师、住院医师等临床科研工作者相关人员；国内各重点大学、科研院所相关研究领域的博士、硕士相关研究生和学者等：

四、课程讲解

一、医学临床预测模型构建理论概述

1.背景知识

2.基于机器学习临床预测模型基本概念

3.基于临床预测模型的应用场景

4.传统临床预测模型与基于机器学习临床预测模型的流程对比介绍

5.基于机器学习临床预测模型的现状与发展趋势

二、Python语言基础（上机操作）
本部分主要带领学员安装和熟悉软件环境及运行模式，围绕真实临床案例进行实际操作，通过案例式教学让学员掌握python语言的基本操作

1.python编程环境安装与配置

2.python基本数据结构

3.python的编程

4. 控制流、函数与文件操作

5. Numpy基础

6. 数据分析工具pandas与批量处理Excel的xlwings模块。

7. 使用python 批量进行数据分析：批量排序、筛选、分类汇总、求和、最大最小值；

8.基本统计学分析（查看数据信息、数值型变量的统计描述、数值变量的假设检验、分类变量的列联表和独立性检验）

9.线性模型与广义线性模型（线性模型、Logistic回归、Posisson回归、生存分析与COX回归、生存率的Kaplan-Meier估计、COX回归）

10.数据可视化工具matplotlib、seaborn等

三、Scikit-learn机器学习模型（上机操作）

1.机器学习概述

2.数据准备

3.1数据质量校验

4.1数据分布与趋势探查

5.2数据清洗

6.特征工程

7.1特征变换

8.2特征选择

9.有监督学习与无监督学习简介

10.机器学习算法常用模型

11.1逻辑回归、KNN、决策树、随机森林、支持向量机、朴素贝叶斯、catboost等

12.模型调参与模型验证

五、培训费用：
（注：可转账、公务卡扫码支付。正规会议通知、发票。）
A类，每人3900元（含培训费、教材费、证书费、资料费）
B类，每人4580元（含培训费、教材费、证书费、资料费）
六、联系方式：
联系人: 毛泽璇（老师）手机（微信同号）：13311241619
电话：010-56129268 官方咨询QQ：513692711
E_mail：cashq_ict@vip.163.com 网址：http://www.camec.org.cn
工业与信息化技术培训网：http://www.itcc.ac.cn

QQ群号：876726523（加群备注：毛泽璇邀请）

上一篇：基于Python机器学习的生物信息学疾病诊断模型构建培训班
下一篇：【第二十一期】医学生物信息学公共数据深度挖掘临床应用培训班

中科软博

基于python机器学习临床大数据分析挖掘培训班

中科软博

基于python机器学习临床大数据分析挖掘培训班

推荐资讯

全球疾病负担数据库GBD临床科研应用培训班

孟德尔随机化临床医学SCI培训班

DeepSeek临床医学SCI、项目申请及标书撰写 高级实战培训班

基于python机器学习临床大数据分析挖掘培训班

临床数据统计分析SPSS及科研绘图应用培训班

MIMIC临床数据库机器学习数据挖掘实战培训班

DeepSeek临床医学SCI、项目申请及标书撰写高级实战培训班