机构名称：
¥ 1.0
课程描述：本课程为研究生提供在机器学习和深度学习领域应用生物医学应用的广度和深度。本课程首先介绍基本的机器学习算法，包括监督学习（例如逻辑回归、朴素贝叶斯、决策树等）和无监督学习（k-means、层次聚类）。随后将描述其他基本概念，例如分类器评估和统计测试以比较分类器。下一部分是研究用于各种生物医学应用的不同深度学习模型（研讨会形式），处理多种类型的数据，包括但不限于生物信号、生理数据、环境数据、语音、文本、图像和视频。将讨论用于顺序和非顺序数据的不同类型的监督和非监督框架，包括前馈神经网络、卷积神经网络、自动编码器、长短期记忆、时间卷积网络。在最后一部分，将讨论应用于生物医学应用的高级深度学习架构，包括生成对抗网络和对比学习。本课程将包括编程作业（2）、论文评论和小组项目（1-3 人团队）。
课程名称：BME1560 生物医学工程人工智能（2022 年秋季）
主要关键词
相关文件推荐
