您当前的位置: > 首页 > 近期课程 >

人工智能技术在医药健康领域中的应用

人工智能是利用计算机来模拟人类智能行为及其规律的一门技术,其主要任务是通过大量数据进行建模,进而实现某些近似人类智能行为的系统。由于人工智能是模拟人类智能解决问题的方法,在几乎所有学科领域都越来越普遍地用到各种人工智能技术。近年来,人工智能经历了从爆发到寒冬再到极速发展的历程,伴随着深度学习、机器学习等人工智能技术的提升,结合医药健康、生物医学等各领域的发展,人工智能成为了这一时代技术发展的新趋势。
本课程将围绕人工智能技术开始,拓展到神经网络的理论基础以及具体的训练以及评价方法,在让学员掌握人工智能的基本概念、原理及算法的基础上,结合医药健康领域的数据进行建模,进而为医药健康行业提供支撑。
授课对象:
1、医药健康、生物医学、信息化或其他行业从业人员
2、其他对人工智能、数据分析感兴趣的人员
学员基础:
1、熟悉自身所处行业的数据
2、了解基础的数学概念、熟练使用电脑

在线报名 
主办单位:北京市计算中心
协办单位:
北京市基因测序与功能分析工程技术研究中心
云计算关键技术与应用北京市重点实验室
北京市计算中心—工信部和信息化人才培养工程培训基地
北京市计算中心—北京市大数据教学实践基地
举 办 地:北京市海淀区丰贤中路7号北科产业3号楼
课程安排:2021年7月27-30日 上午9:30-11:30   下午13:30-16:30

日期 主题 内容 备注
第一天 AI医疗概论 1. AI技术的理论基础、历史概述
2. AI技术在医药健康中的应用
3. 机器学习与深度学习的基本思想与方法工具
4. AI医疗实践的环境准备、软件安装调试
理论+
上机
Python语言基础 5. Python基本语法
6. 数据结构:列表、元组、字符串、字典、集合
7. 控制语句:判断、循环、迭代
8. 文件操作:读取、输出
9. 函数与库:标准库、自定义、统计、绘图
10. 医药数据分析与应用示范练习
上机
第二天 机器学习理论基础 11. 机器学习理论与方法综述
12. 医药健康行业的数据理解与准备知识
13. 医药健康行业的数据特征
14. 机器学习算法应用与建模
15. 机器学习的模型评价
理论
深度学习理论基础 16. 深度学习技术简介
17. 图像处理入门
18. 卷积神经网络CNN算法原理概述
19. 主流深度学习框架:深度学习在医学图像识别中的应用
理论+
上机
第三天 基于Tensorflow的医学图像识别 20. Tensorflow入门与基础语言
21. 损失函数与梯度下降法
22. 构建优化器
23. TensorFlow可视化工具
24. 医学图像中的机器读片实现
上机
GPU高性能计算入门及上机实战 25. 高性能计算理论基础
26. Linux入门与基础上机命令
理论+
上机
第四天 GPU高性能计算入门及上机实战 27. GPU加速技术
28. tensorflow-gpu与应用
29. 基于高性能计算的模型训练
理论+
上机
人工智能平台与课程答疑 30. 医疗人工智能平台设计与应用
31. 具体问题讨论和答疑,可以结合自身数据和分析需求,进行项目设计与讨论。
理论
 

注:课程以实际发生为准;若调,会提前通知。
报名费用
注册费:6000元/人(含当期听课费、资料费、证书费、考试费(如有)。培训期间,免费提供工作午餐。
提供当期视频回放以供复习使用(北京市计算中心羽林学院平台)。
开具增值税发票,提供盖章通知、结业证书等相关材料。
报名优惠政策
1、3人以上团体报名每人可减少300元;
2、4+1团报,可免费赠送一个名额;
3、上面优惠政策不能同时享受,只能享受其中一种;
老学员参加及推荐学员参加均可额外优惠200元。
培训以收到学员培训费为成功报名,培训座位按收到费用先后顺序安排。
付费方式
现金、支票、银行转账、银行汇款、现场刷卡
单位全称:北京市计算中心
账号:0200151819100023937
开户银行:中国工商银行股份有限公司北京永丰支行
(汇款信息备注:“生物计算——您的姓名”,个人汇款请备注单位名称)
注:款项支出后,请提供付款回执给工作人员,方便核实到账、开具发票。

联系方式
韩老师 电话:13121228066 QQ:2596453578 邮箱:haipinghan@163.com
----------------------------------------------------------------------------------------------------------

《人工智能技术在医药健康领域中的应用》报名表

培训班类型
姓名 性别
从事专业 职务
工作单位 住宿
通讯地址 邮编
电子邮件 手机
发票抬头 发票内容
备注

报名信息提交成功后一般两个工作日内会收到会务组邮件回复,如未按时收到信息请联系13121228066 (韩老师)确认。