来源： 更新时间：2024-06-06 阅读次数：
各企事业单位、高等院校及科研院所：
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。
职业教育研究所（http://www.camec.org.cn ）工业与信息化技术培训网（http://www.itcc.ac.cn ）特举办“基于python机器学习临床大数据分析挖掘培训班”。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、主讲专家：
来自清华大学、上海交通大学、中国科学院等高校医学专业带头人、擅长各类型医学数据统计分析、人工智能算法、机器学习等生物医学大数据挖掘。发表数十篇专业领域内学术论文及SCI论文，主编或参与编写多部著作。参与多家三甲医院临床科研项目的研究合作，科研及授课经验很丰富。
三、培训时间:
2024年11月17日— 2024年11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）
四、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：
五、课程大纲
1、医学临床预测模型构建理论概述
2、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
3、Scikit-learn机器学习模型（上机操作）
4、具体案例分析（结合临床）
举例机器学习在临床中的具体应用分析，学员可根据自己所在领域提出临床问题，进行讨论，实现论文及科研项目的设计思路和实现方法
5、辅助课程
六、实例知识点：
1， 散点图 2， 相关图
3，直方图 4，混淆矩阵图
5，核密度图 6，箱线图
7，提琴图 8，热力图
9，ROC曲线 10，回归图
11，不同分类器分类器决策边界
12，KBinsDiscretizer 特征处理与归一化
