医疗保健的计算分析和深度学习：原理、方法和应用》第一部分介绍了深度学习及其模型，包括CNN模型在IVD检测中的应用，基于人工智能视角的位置感知关键字查询建议技术，以及确定适合分类的迁移学习架构等。第二部分则深入讨论了深度学习在医疗保健应用中的实际应用，例如生物医学图像分割、多语言手写字符识别以及深度学习在临床和健康信息学中的应用等。

已开源

这本书为医学生、人工智能相关人员提供了通俗易懂的机器学习和深度学习基础介绍。你只需要在本科阶段选修过一门数学入门课程（例如生物统计学或微积分），就可以轻松的读懂。

真·满血复活

应用了诺奖成果

与前两例治疗方法不同

吴恩达AI for Medecine 专项课程，一共包含三门专业课程，教您将 AI 应用于医疗图像领域实战。通过学习，你将学习到以下内容：通过 X 射线和 3D MRI 大脑图像诊断疾病，使用基于树的模型更准确地预测患者存活率，使用随机试验的数据估计对患者的治疗效果，使用自然语言处理自动化标记医疗数据集的任务。这是第一门专业第一节课共20小节， 您将创建卷积神经网络图像分类和分割模型，以诊断肺和脑部疾病。点击字幕查看中文字幕课程代码视频教程关注公众号【医学图像人工智能实战营】查看

R语言进阶感谢周支瑞老师讲解的关于《临床预测模型构建&机器学习》的【R语言进阶】课程R语言在临床预测模型构建、数据挖掘及相关的统计分析和数据可视化中扮演着重要的角色分享这篇R语言进阶的课程对大家学习有所帮助