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

  1. R 和 Rstudio安装
  2. Quarto 和 R Markdown
  3. Python 和 Jupyter Lab
  4. 包的安装与加载

II 数据启蒙

  1. 数据和数据类型
  2. 数据结构
  3. 整洁数据 Tidy data
  4. Tidy流派和其他流派
  5. 表格数据清洗

III 数据探索[EDA]

  1. Exploratory Data Analysis[EDA]的目的
  2. EDA常用包及演示

IV 机器学习

  1. 机器学习的基本概念
  2. 机器学习问题分类及工作流
  3. Logistic回归实践第一个机器学习
  4. 机器学习的评估方法
  5. R常用的机器学习包
  6. caret机器学习实战
  7. tidymodels机器学习实战
  8. mlr3机器学习实战
  9. 非监督学习

V 初阶总结


中阶设想

  1. 时间序列数据的机器学习
  2. 文本数据及挖掘
  3. Boosting算法
  4. 神经网络入门

高阶设想

  1. R torch
  2. keras
  3. 常见神经网络模型(CNN,RNN,Transformer)
  4. 图像识别/分类实战
内容来源于网络如有侵权请私信删除

文章来源: 博客园

原文链接: https://www.cnblogs.com/medai/p/17455795.html

你还没有登录,请先登录注册
  • 还没有人评论,欢迎说说您的想法!