医学生的人工智能实战课
医学生的人工智能实战课-初阶 (R version)
Practical AI course for medical students
教学大纲 Syllabus
I 准备工作
- R 和 Rstudio安装
- Quarto 和 R Markdown
- Python 和 Jupyter Lab
- 包的安装与加载
II 数据启蒙
- 数据和数据类型
- 数据结构
- 整洁数据 Tidy data
- Tidy流派和其他流派
- 表格数据清洗
III 数据探索[EDA]
- Exploratory Data Analysis[EDA]的目的
- EDA常用包及演示
IV 机器学习
- 机器学习的基本概念
- 机器学习问题分类及工作流
- Logistic回归实践第一个机器学习
- 机器学习的评估方法
- R常用的机器学习包
- caret机器学习实战
- tidymodels机器学习实战
- mlr3机器学习实战
- 非监督学习
V 初阶总结
中阶设想
- 时间序列数据的机器学习
- 文本数据及挖掘
- Boosting算法
- 神经网络入门
高阶设想
- R torch
- keras
- 常见神经网络模型(CNN,RNN,Transformer)
- 图像识别/分类实战