- 课程回放
- Covid-19 mRNA等医疗数据建模的特点
- 常用的数据分析及AI建模方法
- Covid-19 mRNA疫苗数据分析及进阶技巧
- 其他Kaggle医疗AI竞赛项目经验总结
今年1月份,惠普在智东西公开课开设「惠普AI工作站专场」系列,目前已完结了2讲。第1讲特邀Kaggle Grandmaster大神吴远皓围绕Kaggle平台中NLP竞赛项目经验及模型调优技巧进行了讲解。第2讲特邀另一位Grandmaster大神刘福旭,并围绕Kaggle中的图像类竞赛项目及调优技巧进行讲解。
4月27日晚7点,惠普AI工作站专场系列第3讲上线。本讲定名为新冠疫苗数据分析与建模公开课,并特邀Kaggle Grandmaster沈涛主讲,主题为《医疗AI竞赛项目经验及Covid-19数据分析进阶技巧》。
随着AI技术的发展与应用,医疗AI也逐渐成为了近年来的研究热点,从医疗影像分析到辅助药物研发,AI技术已经渗入到医疗行业的方方面面。
相比于其他领域的数据,医疗数据集有一个很大的特征就是数据异构,即因为医疗检测手段的关系,数据图像化比例较高,但是因为训练数据集需要根据患者其他特征包括性别、年龄、身高、体重等进行统筹分析,包含了一部分结构化数据,因此医疗数据集是典型的非结构化数据和结构化数据并存的异构数据集。
作为主流的机器学习竞赛平台之一的Kaggle,在近两年来,其医疗AI主题的竞赛比重也逐渐提高,很多相关研究机构和企业也发布了自己的医疗数据以供开发者学习使用。为了让大家更好的了解医疗数据分析与建模方法。在本次的课程中,沈涛大神将围绕Kaggle平台上的医疗AI相关竞赛内容和方案进行讲解。通过OpenVaccine: COVID-19 mRNA Vaccine Degradation Prediction和Prostate cANcer graDe Assessment (PANDA) Challenge等项目,沈涛大神将重点解析医疗数据建模的特点,数据分析方法,以及常用的AI模型。
沈涛硕士毕业于东南大学生物医学工程专业,目前从事医疗AI算法的研发工作。他在机器学习竞赛平台Kaggle上共得到过11块金牌,获得Kaggle Grandmaster称号,最高世界排名第8位。