Apolo

Atividade

113715 - Machine Learning para Predições em Saúde

Período da turma:

29/01/2024 a 02/02/2024

Selecione um horário para exibir no calendário:

Descrição:

1 – Perspectivas do uso de inteligência artificial (machine learning) em saúde.
2 – O uso do Python para limpeza, transformação e visualização de dados.
3 – Sobreajuste e divisão da amostra em treino, validação e teste.
4 – Mensuração da performance de algoritmos preditivos.
5 – Algoritmos para predição de variável dependente contínua (regressões lineares penalizadas com lasso e ridge, redes neurais, random forests, XGBoost, lightGBM e catboost).
6 – Algoritmos para predição de variável dependente binária (regressões logísticas penalizadas com lasso e ridge, redes neurais, random forests, XGBoost, lightGBM e catboost).
7 – Estratégias para a seleção de variáveis preditoras (Boruta).
8 – Aprendizado federado.
9 – Aprendizado online (contínuo).
10 – Estratégias para a identificação da importância de variáveis preditoras (Shapley values).
11 – Desafios éticos do uso de machine learning em saúde.

Bibliografia:
James G, Witten D, Hastie T, Tibshirani R. An introduction to statistical learning: With applications in R. Springer; 2016.
Kuhn M, Johnson Kjell. Applied predictive modelling. Springer; 2013.
Goodfellow I, Bengio Y, Courville A. Deep learning. MIT Press; 2016.

Carga Horária:

20 horas

Tipo:

Obrigatória

Vagas oferecidas:

Ministrantes:

Alexandre Dias Porto Chiavegatto Filho
Carine Savalli Redigolo

voltar