1. 人工智能浪潮：从ChatGPT到医疗健康研究

免费试学 16:14

2. 机器学习与大数据挖掘：医疗健康研究的新纪元

23:14

1. 机器学习核心概念和类型

22:01

2. 机器学习建模一般流程

免费试学 13:01

3. 机器学习常用算法

13:20

1. 基于克利夫兰心脏病数据集的机器学习预测模型的构建和验证

37:04

2. 运用COX回归和随机生存森林建立结直肠癌患者预后预测模型

1:05:10

3. 运用可解释技术实现黑箱模型的可视化与个性化解释：以乳腺癌风险预测模型为例

23:04

4. 基于K-means聚类算法挖掘糖尿病患者生化指标的临床亚型

26:04

5. Python与R语言的选择：以SEER数据挖掘为例

51:01

6. 多分类预测模型：以疾病严重程度预测为例

22:33

7. 深度学习：运用人工神经网络建立肿瘤患者深静脉血栓风险预测模型

18:52