آموزش هوش مصنوعی پیشرفته: تکنیک های NLP برای مجموعه داده های بالینی
Advanced AI: NLP Techniques for Clinical Datasets
در حال بارگزاری نمونه ویدیو، لطفا صبر کنید...
Video Player is loading.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
- در حال بارگزاری، لطفا صبر کنید...
صنعت مراقبت‌های بهداشتی یکی از بخش‌هایی است که سریع‌ترین رشد را با استفاده از برنامه‌ها و تکنیک‌های هوش مصنوعی دارد. هنگام کار با داده های بالینی، متن نوشته شده بخش عمده ای از نحوه مستندسازی سناریوها و پیشرفت درمان را تشکیل می دهد. با ظهور و در دسترس بودن بیشتر و بیشتر داده‌های سلامت دیجیتال، این دوره درس‌های عملی برای درک داده‌های متن بالینی با استفاده از تکنیک‌های پردازش زبان طبیعی (NLP) ارائه می‌دهد. به مربی Wuraola Oyewusi بپیوندید تا نحوه اعمال پردازش زبان طبیعی را در داده‌های بالینی و زیست‌پزشکی بررسی کند. موضوعات تحت پوشش عبارتند از: تشخیص موجودیت با نام بالینی، وضوح موجودیت بالینی، نمایش متن در سطح کلمه و جمله، و ترانسفورماتور برای متن بالینی.
سرفصل ها و درس ها
مقدمه Introduction
-
از تکنیک های NLP برای داده های خود استفاده کنید Use NLP techniques for your data
-
آنچه شما باید بدانید What you should know
-
نحوه استفاده از فایل های تمرین How to use the exercise files
1. تشخیص نهاد با نام بالینی (CNER) 1. Clinical Named Entity Recognition (CNER)
-
تشخیص موجودیت با نام بالینی (CNER) چیست؟ What is clinical named entity recognition (CNER)?
-
شناسایی موجودیت با نام بالینی با استفاده از scispaCy Clinical named entity recognition using scispaCy
-
امتحان فصل Chapter Quiz
2. قطعنامه نهاد بالینی 2. Clinical Entity Resolution
-
وضوح موجودیت بالینی چیست؟ What is clinical entity resolution?
-
وضوح مخفف پزشکی با scispaCy Medical abbreviation resolution with scispaCy
-
پیوند و حل موجودیت با پایگاه دانش زیست پزشکی Entity linkage and resolution with a biomedical knowledge base
-
امتحان فصل Chapter Quiz
3. نمایش متن بالینی 3. Clinical Text Representation
-
بازنمایی متن بالینی چیست؟ What is clinical text representation?
-
نمایش متن بالینی با استفاده از fastText Clinical text representation using fastText
-
نمایش متن بالینی با استفاده از رمزگذار جملات جهانی (USE) Clinical text representation using Universal Sentence Encoder (USE)
-
امتحان فصل Chapter Quiz
4. ترانسفورماتور برای متن بالینی 4. Transformers for Clinical Text
-
ترانسفورماتورها چیست؟ What are transformers?
-
پیش بینی تشخیص بالینی با استفاده از ترانسفورماتور Clinical diagnosis prediction using transformers
-
تشخیص موجودیت با نام بالینی با استفاده از ترانسفورماتور Clinical named entity recognition using transformers
-
پیش بینی کلمات بالینی با استفاده از ترانسفورماتور Clinical word prediction using transformers
-
امتحان فصل Chapter Quiz
نتیجه Conclusion
-
مراحل بعدی Next steps
https://donyad.com/d/d79c70
Wuraola Oyewusi
Wuraola Oyewusi یک دانشمند داده با تجربه، یادگیری ماشین و متخصص هوش مصنوعی است.
Wuraola Oyewusi یک دانشمند داده با تجربه، یادگیری ماشین و متخصص هوش مصنوعی است.
Wuraola در پردازش زبان طبیعی (NLP)، مراقبت های بهداشتی، داده ها تخصص دارد. سرپرستی و تحقیق او مدرک لیسانس خود را در رشته داروسازی (BPharm) از دانشگاه اولابیسی اونابانجو گرفت و در حال حاضر به عنوان دریافت کننده ویزای استعدادهای جهانی (علم داده و هوش مصنوعی) در بریتانیا زندگی می کند.
Wuraola در پردازش زبان طبیعی (NLP)، مراقبت های بهداشتی، داده ها تخصص دارد. سرپرستی و تحقیق او مدرک لیسانس خود را در رشته داروسازی (BPharm) از دانشگاه اولابیسی اونابانجو گرفت و در حال حاضر به عنوان دریافت کننده ویزای استعدادهای جهانی (علم داده و هوش مصنوعی) در بریتانیا زندگی می کند.
نمایش نظرات