آموزش تجزیه و تحلیل داده های پایتون برای مراقبت های بهداشتی

Python Data Analysis for Healthcare

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: صنعت مراقبت های بهداشتی یکی از متنوع ترین منابع داده، از بالینی گرفته تا اداری گرفته تا زنجیره فروش و تامین، و حتی داده های نظارتی است. این دوره با دانشمند داده و داروساز Wuraola Oyewusi به شما می آموزد که چگونه از پایتون برای طیف گسترده ای از سناریوهای تجزیه و تحلیل داده ها در مراقبت های بهداشتی استفاده کنید. Wuraola موارد کاربرد عملی مانند تجزیه و تحلیل داده های آماری، دستکاری داده ها، بحث و تجسم با استفاده از برنامه نویسی Python برای سناریوهای مختلف در صنعت مراقبت های بهداشتی را پوشش می دهد.

سرفصل ها و درس ها

معرفی Introduction

  • نحوه استفاده از فایل های تمرین How to use the exercise files

  • تجزیه و تحلیل داده های پایتون در مراقبت های بهداشتی Python data analysis in healthcare

  • آنچه شما باید بدانید What you should know

1. تجزیه و تحلیل داده ها برای مراقبت های بهداشتی 1. Data Analysis for Healthcare

  • انواع داده ها در بهداشت و درمان Types of data in healthcare

  • تجزیه و تحلیل داده ها در مراقبت های بهداشتی Data analysis in healthcare

  • پایگاه های داده و ذخیره سازی برای داده های مراقبت های بهداشتی Databases and storage for healthcare data

  • موارد استفاده از تجزیه و تحلیل داده های مراقبت های بهداشتی Healthcare data analytics use cases

  • منابع داده های مراقبت های بهداشتی Sources of healthcare data

  • ابزارها و فن آوری های تجزیه و تحلیل داده ها برای داده های مراقبت های بهداشتی Data analysis tools and technologies for healthcare data

2. داده های بازدید از یک کلینیک سرپایی را با استفاده از پایتون تجزیه و تحلیل کنید 2. Analyze Visit Data from an Outpatient Clinic Using Python

  • مجموعه داده آزمایشی ویزیت بیمار را کاوش کنید Explore patient visit demo dataset

  • تجزیه و تحلیل روند مجموعه داده آزمایشی ویزیت بیمار: قسمت 1 Trend analysis of patient visit demo dataset: Part 1

  • تجزیه و تحلیل دموگرافیک مجموعه داده آزمایشی ویزیت بیمار: قسمت 2 Demography analysis of the patient visit demo dataset: Part 2

  • تجزیه و تحلیل دموگرافیک مجموعه داده آزمایشی ویزیت بیمار: قسمت 1 Demography analysis of the patient visit demo dataset: Part 1

  • ذخیره و بارگیری مجموعه داده آزمایشی ویزیت بیمار (فرمت متفاوت) Save and load the patient visit demo dataset (different format)

  • تجزیه و تحلیل زمان انتظار مجموعه داده آزمایشی ویزیت بیمار: قسمت 1 Wait time analysis of the patient visit demo dataset: Part 1

  • تجزیه و تحلیل زمان انتظار مجموعه داده آزمایشی ویزیت بیمار: قسمت 2 Wait time analysis of the patient visit demo dataset: Part 2

  • تجزیه و تحلیل هزینه و بیمه مجموعه داده آزمایشی ویزیت بیمار: قسمت 2 Cost and insurance analysis of the patient visit demo dataset: Part 2

  • تجزیه و تحلیل روند مجموعه داده آزمایشی ویزیت بیمار: قسمت 2 Trend analysis of the patient visit demo dataset: Part 2

  • تجزیه و تحلیل همبستگی مجموعه داده آزمایشی ویزیت بیمار Correlation analysis of the patient visit demo dataset

  • تجزیه و تحلیل هزینه و بیمه مجموعه داده آزمایشی ویزیت بیمار: قسمت 1 Cost and insurance analysis of the patient visit demo dataset: Part 1

3. پیش بینی تقاضای دارو با استفاده از پایتون 3. Medication Demand Forecasting Using Python

  • تجزیه و تحلیل کلاس دارویی: قسمت 2 Medication class analysis: Part 2

  • پیش بینی تقاضای دارو با استفاده از پیامبر: قسمت 1 Medication demand forecast using Prophet: Part 1

  • تجزیه و تحلیل کلاس دارویی: بخش 1 Medication class analysis: Part 1

  • مجموعه داده نمایشی فروش داروخانه را کاوش کنید Explore the pharmacy sales demo dataset

  • پیش بینی تقاضای دارو با استفاده از پیامبر: قسمت 2 Medication demand forecast using Prophet: Part 2

4. تجزیه و تحلیل تجربه بیمار با استفاده از پایتون 4. Patient Experience Analytics Using Python

  • تحلیل احساسات مرور تجربیات بیمار با استفاده از TextBlob Sentiment analysis of patient experience reviews using TextBlob

  • مجموعه داده آزمایشی تجربه بیمار آزمایشگاهی را با Plotly کاوش کنید Explore laboratory patient experience demo dataset with Plotly

5. تسهیلات بهداشت عمومی تجزیه و تحلیل جغرافیایی فضایی با استفاده از پایتون 5. Public Health Facilities GeoSpatial Analysis Using Python

  • نقشه تعاملی برای مجموعه داده های نمایشی موقعیت جغرافیایی مراکز بهداشتی عمومی با استفاده از folium: قسمت 1 Interactive map for public health facilities geolocation demo dataset using folium: Part 1

  • مجموعه داده های نمایشی موقعیت جغرافیایی تأسیسات بهداشتی عمومی را با استفاده از GeoPandas: قسمت 1 کاوش کنید Explore the public health facilities geolocation demo dataset using GeoPandas: Part 1

  • نقشه تعاملی برای مجموعه داده‌های نمایشی موقعیت جغرافیایی مراکز بهداشتی عمومی با استفاده از فولیوم: قسمت 2 Interactive map for public health facilities geolocation demo dataset using folium: Part 2

  • مجموعه داده های نمایشی موقعیت جغرافیایی تأسیسات بهداشتی عمومی را با استفاده از GeoPandas: قسمت 2 کاوش کنید Explore the public health facilities geolocation demo dataset using GeoPandas: Part 2

  • نقشه تعاملی برای مجموعه داده های نمایشی موقعیت جغرافیایی مراکز بهداشتی عمومی با استفاده از فولیوم: قسمت 3 Interactive map for public health facilities geolocation demo dataset using folium: Part 3

6. جدال داده های بهداشت و درمان با استفاده از پایتون 6. Healthcare Data Wrangling Using Python

  • دستکاری عملی داده ها و مشاجره با استفاده از پانداها: قسمت 1 Practical data manipulation and wrangling using pandas: Part 1

  • دستکاری داده های عملی و مشاجره با استفاده از پانداها: قسمت 2 Practical data manipulation and wrangling using pandas: Part 2

نتیجه Conclusion

  • استفاده از پایتون برای تجزیه و تحلیل داده های مراقبت های بهداشتی شما Using Python to analyze your healthcare data

نمایش نظرات

نظری ارسال نشده است.

آموزش تجزیه و تحلیل داده های پایتون برای مراقبت های بهداشتی
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
2h 48m
35
Linkedin (لینکدین) lynda-small
13 فروردین 1403 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
16,270
- از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Wuraola Oyewusi 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.

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.