这个课程

科学数据起着许多行业的重要作用。在面对异构数据,可扩展的机器学习和数据挖掘算法和系统数据的海量显得极为重要的科学家。的体积,复杂性和速度在数据增长推动了对可扩展的数据分析算法和系统的需求。在这个过程中,我们研究医疗保健应用的背景下这样的算法和系统。

在保健医疗数据成为各个医疗保健组织(付款人,供应商,药品)的异构可用,大量。 ESTA数据可以用于导出用于改善护理服务,减少浪费的见解有利的资源。这些数据集的艰巨性和复杂性呈现在随后的分析和实际应用极大的挑战临床环境。

当然成本
自由
技能等级
中间
计入产品

丰富的学习内容

互动问答

由行业专业人士授课

自学

学生支持社区

加入路径伟大

这当然是你迈向一个新的职业生涯的飞行汽车和自主飞行工程师计划的第一步。

免费课程

在医疗保健大数据分析

通过Georgia Institute of Technology

提升你的技能,并通过创新,自主学习提高你的hirability。

Icon steps
 
 

当然线索

冀孟太阳

冀孟太阳

讲师

戴维·乔伊娜

戴维·乔伊娜

讲师

你将学到什么

前提条件和要求

基本数据挖掘和机器学习的概念:诸如分类和聚类;

精通技能,编程和系统的Python,Java的Scala和;

精通知识以及进行数据处理(推荐技能包括SQL,NoSQL的:如MongoDB的)经验。

看到 技术要求 使用Udacity。

为什么走这条路

在这个过程中,我们将介绍与这样的数据处理医疗数据和相关的数据挖掘挑战的特点。我们涵盖了大数据分析的各种算法和系统。我们专注于具体的分析应用的背景下研究这些大数据的技术:如医疗保健预测建模,计算相似度表型和患者。此外,我们研究大数据分析技术:

可扩展的机器学习算法:如网上学习和快速相似性搜索;

大数据分析系统:如家庭的Hadoop的(配置单元,猪,HBase的),火花和图表分贝

我能得到什么?
影片教练通过做练习学习由业内专业人士教