Python機器學習在智慧醫療的應用
Python Machine Learning for Smart Healthcare
| 節 | 週五 |
|---|---|
7 15:30–16:20 | Python機器學習在智慧醫療的應用 YN511（陽明） 2 節連堂 |
8 16:30–17:20 |
* 根據陽明交大上課時間表所列
透過人工智能的技術，來輔助醫療人員在臨床上做判讀、診斷、開藥、甚至是預警，已成為近年來醫院發展重點之一。人工智能的核心技術是「機器學習」。本課程的目標是給有興趣對機器學習一探究竟的醫學院學生們一個入門的管道：從基本的Python程式語言教起，透過醫療數據的實例，特別是影像數據與文字數據，以實作的方式帶領學生進入「機器學習」的世界，最後讓學生們進入「機器學習」中目前最熱門的領域「 深度學習」。 Artificial Intelligence has shown great success in a wide range of smart healthcare and public health applications, from diagnosis and prescription suggestions, patient monitoring, disease prediction, to pandemic spread prediction. The goal of this introductory course is to provide an entry point for students who are interested in applying AI to solving healthcare related problems. We will start from Python programming basics, proceed to Machine Learning using real-world healthcare data, including medical images and clinical notes, and then enter the world of Deep Learning, the hottest subfield of Machine Learning.
本課程不預設寫程式能力，但是有統計軟體程式或程式語言撰寫經驗會有幫助。
無備註
本課程的內容皆以Python程序語言實作，請學生自備筆記型/平板電腦。我們將使用Google Colab與Kaggle線上編程環境，因此對電腦硬體無要求，只需能連網即可。測驗方式為學期作業，共分二次報告，包含期中進度報告與期末報告。 The course is primarily hands-on, with lectures that explain basic concepts, so students are required to bring their own laptops/tablets to class. The most basic laptop with WIFI capability will be sufficient, since we will be using an online programming platform (Google Colab and Kaggle). Course assessments primarily consist of the course assignment. There will be a mid-progress presentation and a final presentation for the assignment.
課堂參與20% 作業期中進度報告30% 作業期末報告50% In-class participation 20% Assignment mid-progress presentation 30% Final assignment presentation 50%
教師未提供此項資料
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction to the course and Machine Learning; Python programming: basics 2026-09-11(五) 時數：[2026-09-11]陳翎(2.00) |
| 第 2 週 | Python programming: class and debugging 2026-09-18(五) 時數：[2026-09-18]陳翎(2.00) |
| 第 3 週 | Public holiday 2026-09-25(五) 時數：[2026-09-25]陳翎(2.00) |
| 第 4 週 | Numerical computing: numpy and pandas 2026-10-02(五) 時數：[2026-10-02]陳翎(2.00) |
| 第 5 週 | Public holiday 2026-10-09(五) 時數：[2026-10-09]陳翎(2.00) |
| 第 6 週 | Introduction to Machine Learning and scikit-learn 2026-10-16(五) 時數：[2026-10-16]陳翎(2.00) |
| 第 7 週 | Python Machine Learning pipeline 2026-10-23(五) 時數：[2026-10-23]陳翎(2.00) |
| 第 8 週 | Introduction to Deep Learning 2026-10-30(五) 時數：[2026-10-30]陳翎(2.00) |
| 第 9 週 | Python Deep Learning: Keras framework 2026-11-06(五) 時數：[2026-11-06]陳翎(2.00) |
| 第 10 週 | Python Deep Learning: Keras pretrained models 2026-11-13(五) 時數：[2026-11-13]陳翎(2.00) |
| 第 11 週 | Clinical text processing and embeddings 2026-11-20(五) 時數：[2026-11-20]陳翎(2.00) |
| 第 12 週 | Medical image processing: OpenCV 2026-11-27(五) 時數：[2026-11-27]陳翎(2.00) |
| 第 13 週 | Python Deep Learning: Keras segmentation 2026-12-04(五) 時數：[2026-12-04]陳翎(2.00) |
| 第 14 週 | Final assignment presentation 2026-12-11(五) 時數：[2026-12-11]陳翎(2.00) |
| 第 15 週 | Final assignment presentation 2026-12-18(五) 時數：[2026-12-18]陳翎(2.00) |
| 第 16 週 | Public holiday 2026-12-25(五) 時數：[2026-12-25]陳翎(2.00) |
教師未提供此項資料
- 地點
- 教師未提供此項資料
- 時間
- 教師未提供此項資料
- 聯絡方式
- 教師未提供此項資料