深度學習在智慧醫療的應用

1. Introduction to Machine Learning and Deep Learning 2. Introduction to PyTorch Framework 3. PyTorch Data Loader and Data Augmentation 4. PyTorch Layer and Activation 5. PyTorch Loss and Optimizer 6. Evaluation and Tensorboard Visualization 7. Utilizing PyTorch pretrained models 8. Student Assignment Progress Presentation 9. Preparing Medical Image Data 10. Image Detection 11. Image Segmentation 12. Preparing Clinical Texts Data 13. Understanding Embedding Models 14. Building Models on top of Embeddings 15. Utilizing Existing Models from GitHub 16. Student Assignment Final Presentation 17. Advanced Topics I 18. Advanced Topics II

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」,特別是「深度學習」的技術在近年來被廣泛應用在各個領域。本課程屬進階課程,建立在「Python 機器學習在醫療的應用」課程的基礎上,更深人地介紹「深度學習」的基本概念與模型,並且以實作的方式,帶著同學們在醫療數據上做練習,以培養同學們自行設計並運用既有的模型來解決問題的能力。 本課程的將以Python與PyTorch為主要程式語言與深度學習程序庫,並使用Kaggle為教學平台。請學生自備筆記型電腦。

課堂練習30% 期末作業之期中進度報告 20% 期末作業與報告50% In-class practice 30% Assignment mid-semester progress presentation 20% Assignment final presentation 50%

http://neuralnetworksanddeeplearning.com/ https://www.deeplearningbook.org/